基于极限学习机的长江流域水资源开发利用综合评价.pdfVIP

第33卷第2期 水 利 水 电科 技 进 展 2013年3月 Vol.33 No.2 Advances in Science and Technology of Water Resources Mar. 2013 DOI:10.3880/ j.issn.1006 7647.2013.02.004 基于极限学习机的长江流域水资源开发利用综合评价 崔东文 (云南省文山州水务局,云南 文山摇 663000) 摘要:为能客观、准确地对长江流域水资源开发利用进行综合评价,利用层次分析法构建了符合长 江流域水资源开发利用现状的综合评价指标体系和分级标准,基于极限学习机(ELM)算法原理, 构建了ELM水资源开发利用综合评价模型对长江流域及主要水系水资源开发利用进行综合评价, 并构建RBF、BP神经网络模型作为对比评价模型。 采用随机内插的方法在各评价分级标准阈值间 生成训练样本和检验样本,在达到预期评价精度后将模型运用于长江流域水资源开发利用综合评 价中。 结果表明:ELM水资源开发利用综合评价模型对长江流域及主要水系水资源开发利用综合 评价等级为4 ~8级,处于有潜力至失衡之间,与长江流域各主要水系水资源开发利用现状相符;该 模型的评价精度和泛化能力均优于RBF及BP神经网络评价模型,是合理可行和有效的,可应用于 长江流域水资源开发利用综合评价,具有参数选择简便、评价精度高、泛化能力强等优点。 关键词:水资源开发利用;极限学习机;RBF神经网络;BP神经网络;长江流域 中图分类号:TV213.9摇 摇 摇 文献标志码:A摇 摇 摇 文章编号:1006 7647(2013)02 0014 06 Comprehensive evaluation ofwaterresourcesdevelopmentandutilizationinYangtzeRiverBasinbasedonextreme learning machine/ / CUI Dongwen(Wenshan WaterAuthority of YunnanProvince,Wenshan663000,China) Abstract:In order to accurately and objectively evaluatewater resources development and utilization in the Yangtze River Basin,a comprehensive evaluation index system and classification standard of water resources were determined using the analytichierarchymethod. Basedontheextremelearningmachine (ELM)algorithm,acomprehensiveevaluationmodelfor water resources development and utilization was built to evaluatethewater resourcesof theYangtze River Basinusing RBF and BP neural network models as comparing evaluation model. Training samples and testing samples were generated using the random interpolation method to train the ELM comprehensive evaluation model. The results show that the evaluation grade of water resources of the Yangtze River Basin is4 to8,which coincides with the water resources reality. Compared