本文關鍵詞： 重構(gòu)相空間 SVM 演化追蹤法 供水量預測　出處：《土木建筑與環(huán)境工程》2016年S2期 　論文類型：期刊論文

【摘要】：相空間重構(gòu)的支持向量機預測模型應用十分廣泛,在城市供水量預測方面也占據(jù)著重要地位,傳統(tǒng)的預測模型趨向于將重構(gòu)的相空間整體帶入,這樣可能存在引入無效相點從而影響預測精度的問題,基于此將演化追蹤法引入相空間重構(gòu)的預測模型對有效相點進行篩選,優(yōu)化預測模型的訓練樣本,達到提高預測精度目的。利用MATLAB編程軟件將演化追蹤法用于城市供水量的預測,預測結(jié)果的平均絕對誤差由0.52%降低到了0.29%,證明了演化追蹤法的可利用性與有效性。
[Abstract]:Support vector machine (SVM) model for phase space reconstruction is widely used and plays an important role in urban water supply forecasting. Traditional prediction models tend to bring the reconstructed phase space into the whole. In this way, there may be the problem of introducing invalid phase points to affect the prediction accuracy. Based on this, the evolution tracing method is introduced into the prediction model of phase space reconstruction to screen the effective phase points and optimize the training samples of the prediction model. In order to improve the prediction accuracy, the evolution tracing method is used to predict the urban water supply by using MATLAB programming software, and the average absolute error of the forecast results is reduced from 0.52% to 0.29%. The availability and validity of evolutionary tracing method are proved.
【作者單位】： 昆明理工大學建筑工程學院;
【基金】：昆明理工大學2016年學生課外學術科技創(chuàng)新基金(2015YB025) 國家自然科學基金(51608242) 云南省人才培養(yǎng)計劃項目(14118943)
【分類號】：TU991.31
【正文快照】： 如今水資源極度短缺,要解決這一問題,需要從節(jié)水和調(diào)度兩方面入手,因此,城市供水優(yōu)化調(diào)度顯得尤為重要,而城市供水量的準確預測是供水優(yōu)化調(diào)度的重要基礎工作具有重要的研究意義。支持向量機(support vector machines,SVM)是建立在統(tǒng)計學習理論基礎上的一種數(shù)據(jù)挖掘方法[1],它

【相似文獻】

相關期刊論文 前10條

1 張成;王興春;;空中機動目標航路預測模型[J];火力與指揮控制;2007年09期

2 李楷;;論汽車整車庫存預測模型的構(gòu)建[J];現(xiàn)代商貿(mào)工業(yè);2008年05期

3 趙國清;張少勇;;關于成長曲線預測模型參數(shù)識別的一點看法[J];哈爾濱科學技術大學科學報告會論文摘要匯編;1985年S1期

4 左常勇;;隨機疲勞壽命分布預測模型[J];機械強度;1988年02期

5 ;《節(jié)能管理和預測模型》[J];中國能源;1991年08期

6 劉沐宇,鄭澤岱;灰色預測模型及在巷道收斂位移中的應用[J];非金屬礦;1992年05期

7 張步涵;鄭琢非;;灰色預測模型在農(nóng)電規(guī)劃中的應用[J];水電能源科學;1993年02期

8 陳淑敏;王秀英;;指數(shù)預測模型及參數(shù)識別[J];哈爾濱科學技術大學學報;1993年03期

9 陳傳波,劉廣宇;實時參量預測模型及其分析[J];湖北工學院學報;2001年04期

10 梅國建;張向波;徐宗昌;溫再華;;基于支持向量分類的裝備完好性預測模型[J];裝甲兵工程學院學報;2009年01期

相關會議論文 前10條

1 鄢小彬;肖新平;;基于灰色馬爾可夫模型的煤礦安全預測[A];第九屆中國青年信息與管理學者大會論文集[C];2007年

2 羅榮桂;黃敏鎂;;基于自適應神經(jīng)模糊推理系統(tǒng)的服務業(yè)發(fā)展預測模型[A];Well-off Society Strategies and Systems Engineering--Proceedings of the 13th Annual Conference of System Engineering Society of China[C];2004年

3 王亮;劉豹;徐德民;;預測模型的選擇及其智能化實現(xiàn)[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

4 肖健華;吳今培;;基于支持向量機的預測模型及應用[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 李陽旭;鄧輝文;;一種新的企業(yè)市場預測模型及其比較研究[A];2004年中國管理科學學術會議論文集[C];2004年

6 馬志元;;城市區(qū)域經(jīng)濟、人口、能源、環(huán)境綜合系統(tǒng)預測模型及應用[A];中國城市建設與環(huán)境保護實踐——城市建設與環(huán)境保護學術研討會論文集[C];1997年

7 李兆芹;姚克敏;;一種新的疾病發(fā)病率預測模型研究[A];首屆長三角氣象科技論壇論文集[C];2004年

8 李兆芹;姚克敏;;一種新的疾病發(fā)病率預測模型研究[A];首屆長三角科技論壇——氣象科技發(fā)展論壇論文集[C];2004年

9 張曉f^;;全球煤炭產(chǎn)量的灰色預測模型[A];中國現(xiàn)場統(tǒng)計研究會第十三屆學術年會論文集[C];2007年

10 肖會敏;樊為剛;;基于神經(jīng)網(wǎng)絡的糧食產(chǎn)量預測模型[A];04'中國企業(yè)自動化和信息化建設論壇暨中南六省區(qū)自動化學會學術年會專輯[C];2004年

相關重要報紙文章 前10條

1 劉慶;“預測模型”要緩行[N];網(wǎng)絡世界;2006年

2 特約記者 劉京濤;華東化工銷售員工設計價格預測模型見成效[N];中國石油報;2010年

3 南方日報記者 彭琳　實習生 周鵬程;預測世界杯之外 大數(shù)據(jù)還能做什么[N];南方日報;2014年

4 本報記者 張超;預測模型：推算SARS起落潮[N];科技日報;2003年

5 本報記者 段佳;機器“品肉師”替您“嘗鮮”[N];大眾科技報;2010年

6 BMC首席IT技術官 Mahendra Durai　IDC顧問 Eric Hatcher Randy Perry;預測智能：管理復雜基礎架構(gòu)的鎖鑰[N];中國計算機報;2010年

7 張琳 趙偉;巧用Excel構(gòu)建利潤預測模型[N];財會信報;2007年

8 楊宜勇（作者為國家發(fā)改委經(jīng)濟研究所副所長）;發(fā)揮信息化對就業(yè)的“增補效應”[N];第一財經(jīng)日報;2005年

9 本報記者 湯潯芳　實習記者 董文萍;“孵化器”模式：大數(shù)據(jù)的垂直運營樣本[N];21世紀經(jīng)濟報道;2014年

10 本報記者 安豐;深部找礦的探鏡[N];中國國土資源報;2006年

相關博士學位論文 前10條

1 師懿;城市交通規(guī)劃環(huán)評中空氣污染預測模型研究[D];中國地質(zhì)大學;2015年

2 張麗;牦牛肉用品質(zhì)特性及近紅外預測模型和產(chǎn)量等級系統(tǒng)的研究[D];中國農(nóng)業(yè)科學院;2015年

3 吳利豐;分數(shù)階灰色預測模型及其應用研究[D];南京航空航天大學;2015年

4 王菲;肉牛飼料有效能值預測模型的建立與評價[D];中國農(nóng)業(yè)大學;2016年

5 文江平;農(nóng)村地區(qū)成人2型糖尿病發(fā)生風險相關生物標志物的篩選及預測模型的建立[D];中國人民解放軍醫(yī)學院;2016年

6 白云鵬;華法林穩(wěn)態(tài)劑量預測模型在瓣膜置換術后抗凝治療中的應用[D];天津醫(yī)科大學;2016年

7 周闖;原發(fā)性肝癌術后轉(zhuǎn)移復發(fā)分子預測模型的優(yōu)化整合與臨床轉(zhuǎn)化[D];復旦大學;2012年

8 孫忠林;煤礦安全生產(chǎn)預測模型的研究[D];山東科技大學;2009年

9 王冬光;控制技術在投資預測模型建立中的應用研究[D];哈爾濱工程大學;2005年

10 張麗峰;中國能源供求預測模型及發(fā)展對策研究[D];首都經(jīng)濟貿(mào)易大學;2006年

相關碩士學位論文 前10條

1 劉冰;基于神經(jīng)網(wǎng)絡的纖維熱磨過程能耗預測模型的研究[D];東北林業(yè)大學;2015年

2 張念;鐵路軌道幾何不平順趨勢預測的關鍵算法研究[D];西南交通大學;2015年

3 田振偉;城市能源預測模型的研究與應用[D];昆明理工大學;2015年

4 吳迪;基于模糊決策樹算法的安全庫存量預測模型[D];中國地質(zhì)大學(北京);2015年

5 齊雯;采用灰色預測模型改進的HHT算法在故障診斷中的應用[D];華南理工大學;2015年

6 王萍;膀胱癌遺傳分數(shù)的計算及發(fā)病風險預測模型的構(gòu)建[D];復旦大學;2013年

7 石大宏;基于序列的蛋白質(zhì)—核苷酸綁定位點預測研究[D];南京理工大學;2015年

8 熊盛華;基于BP神經(jīng)網(wǎng)絡的混合預測模型的實例研究[D];蘭州大學;2015年

9 趙Z，

本文編號：1471751