基于GASA混合算法的支持向量回归机在需水预测中的应用

摘要：

水资源需求预测是优化调度的基础,为供水系统提供了决策支持.本文以校园用水为例,提出了运用遗传和模拟退火组合算法(GASA)优化支持向量回归机(SVR)参数,建立GASA-SVR预测模型,用于校园日用水需求预测.利用SPSS软件进行因子分析,确定校园用水的影响因素并将其作为输入层,以均方根误差(RMSE)和相关系数(r2)作为评价标准,结果同BP神经网络(BP-ANN)、GA-BP-ANN、SVR模型进行了比较.实验结果表明,GASA-SVR模型RMSE值较小,拟合度r2较好,因此,所提出的GASA-SVR模型是日常用水需求预测的有效工具.

关键词：需水预测、支持向量回归机(SVR)、遗传算法、模拟退火算法、日用水量、因子分析

所属期刊栏目：15

分类号：TV214

资助基金：国家自然科学基金项目61440001;教育部新世纪优秀人才支持计划NCET-13-0770;河北省高等学校高层次人才科学研究项目GCC2014062

在线出版日期：2019-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：195-198