版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、水質(zhì)模擬預(yù)測(cè)是順利實(shí)現(xiàn)水環(huán)境規(guī)劃管理、水污染綜合防治等任務(wù)不可缺少的基礎(chǔ)性工作,是具有普遍意義的一項(xiàng)重要內(nèi)容。機(jī)理性水質(zhì)模型考慮了影響水質(zhì)變化的諸多因素,模型概念清晰,但模型參數(shù)估計(jì)比較困難,這常使其在我國(guó)許多河流系統(tǒng)中的進(jìn)一步應(yīng)用受到限制。非機(jī)理性水質(zhì)模擬預(yù)測(cè)方法通常針對(duì)某一特定的水質(zhì)系統(tǒng),通過(guò)數(shù)學(xué)統(tǒng)計(jì)或其他數(shù)學(xué)方法建立模型,也??梢匀〉幂^好的模擬預(yù)測(cè)效果。 粒子群優(yōu)化算法是Eberhart和Kennedv通過(guò)對(duì)鳥群、魚群行為
2、的研究而提出的一種新的尋優(yōu)技術(shù)。該算法兼?zhèn)溲莼惴ê腿褐悄艿奶卣鳎?jiǎn)單易行且性能穩(wěn)定,在優(yōu)化問題中??梢员憩F(xiàn)出非同尋常的求解能力。與遺傳算法類似,系統(tǒng)首先初始化為一組隨機(jī)解,群體中的每一個(gè)體稱之為粒子,粒子通過(guò)自身和群體的最優(yōu)位置來(lái)更新其速度和位置。但該算法仍存在易陷入局部最優(yōu),且搜索精度不高等缺點(diǎn),為此,本文提出了一種基于群體適應(yīng)值方差和最優(yōu)適應(yīng)值變化誤差的自適應(yīng)粒子群算法,較之標(biāo)準(zhǔn)的粒子群算法,該算法的全局搜索能力有了顯著提高,能夠
3、有效避免早熟收斂。在實(shí)際的水質(zhì)模擬預(yù)測(cè)中,機(jī)理性水質(zhì)模型的參數(shù)估值問題,通常是轉(zhuǎn)化為最小化水質(zhì)指標(biāo)測(cè)量值和模擬值之間的誤差平方和。由于此類優(yōu)化問題存在多個(gè)局部極值,且具有高度非線性,用傳統(tǒng)的優(yōu)化方法很難解決,本文將自適應(yīng)粒子群算法用于此類優(yōu)化問題的求解,四個(gè)算例的測(cè)試結(jié)果表明該方法具有較高的求解精度,且操作簡(jiǎn)單易于實(shí)現(xiàn)。 支持向量機(jī)是在VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則的基礎(chǔ)上提出的一種新的機(jī)器學(xué)習(xí)方法,它追求的是在有限樣本下的最優(yōu)
4、解而不僅僅是樣本數(shù)趨于無(wú)窮大時(shí)的最優(yōu)解,比以經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化為基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)算法具有更強(qiáng)的理論依據(jù)和更好的泛化性能。最小二乘支持向量機(jī)是標(biāo)準(zhǔn)支持向量機(jī)的改進(jìn)算法,它通過(guò)將最小二乘線性系統(tǒng)引入支持向量機(jī),代替了標(biāo)準(zhǔn)支持向量機(jī)采用二次規(guī)劃方法解決函數(shù)估計(jì)問題的做法。針對(duì)水質(zhì)模擬預(yù)測(cè)的非機(jī)理性應(yīng)用,本文嘗試將支持向量機(jī)用于河流水質(zhì)的模擬預(yù)測(cè),建立了上游水質(zhì)影響因子和下游斷面溶解氧的輸入響應(yīng)關(guān)系,訓(xùn)練數(shù)據(jù)的模擬效果很好,預(yù)測(cè)結(jié)果也在可以接受的范圍
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 粒子群優(yōu)化的支持向量機(jī)在股票預(yù)測(cè)中的研究與應(yīng)用.pdf
- 混沌粒子群算法在河流水質(zhì)模型參數(shù)識(shí)別中的應(yīng)用.pdf
- 基于粒子群優(yōu)化算法支持向量機(jī)的巖爆預(yù)測(cè)研究.pdf
- 基于粒子群支持向量機(jī)的礦井瓦斯預(yù)測(cè)與研究.pdf
- 基于支持向量機(jī)的粒子群神經(jīng)網(wǎng)絡(luò)集成在股市預(yù)測(cè)中的應(yīng)用研究.pdf
- 支持向量機(jī)在水質(zhì)評(píng)價(jià)及預(yù)測(cè)中的應(yīng)用研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的變壓器故障診斷和預(yù)測(cè).pdf
- 支持向量機(jī)和粒子群算法的研究及應(yīng)用.pdf
- 支持向量機(jī)在股票預(yù)測(cè)中的應(yīng)用
- 基于粒子群優(yōu)化支持向量機(jī)的移動(dòng)荷載識(shí)別研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的入侵檢測(cè)模型研究.pdf
- 基于粒子群算法的特征選擇與支持向量機(jī)參數(shù)同步優(yōu)化.pdf
- 支持向量機(jī)在地表水質(zhì)評(píng)價(jià)與預(yù)測(cè)中的應(yīng)用研究.pdf
- 基于粒子群思想改進(jìn)支持向量機(jī)優(yōu)化算法的研究.pdf
- 基于粒子群優(yōu)化支持向量機(jī)的異常入侵檢測(cè)研究.pdf
- 基于量子粒子群的支持向量機(jī)算法的研究與應(yīng)用.pdf
- 支持向量機(jī)在股市預(yù)測(cè)中的分析與應(yīng)用.pdf
- 城市河流水質(zhì)模擬優(yōu)化與生態(tài)恢復(fù)研究.pdf
- 基于粒子群算法和支持向量機(jī)的發(fā)酵過(guò)程建模與優(yōu)化研究.pdf
- 支持向量機(jī)在空調(diào)負(fù)荷預(yù)測(cè)中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論