- 4
- 0
- 约1.56万字
- 约 6页
- 2017-09-11 发布于江西
- 举报
第30卷第2期 系统工程理论与实践 V01.30,No.2
2010年2月 SystemsEngineering—Theory&PracticeFeb.,2010
中图分类号:$274.3 文献标志码:A
文章编号:1000-6788(2010)02-0201—06
基于自由搜索的LS.SVM在墒情预测中的应用
张展羽t,一,陈子平t,一,王斌3,李新虎·,2
(1.河海大学南方地区高效灌排与农业水土环境教育部重点实验室,南京210098;2.河海大学水利水电学院,南京210098;
3.东北农业大学水利与建筑学院,哈尔滨150030)
摘要为有效地利用墒情监测资料预测未来墒情,考虑支持向量机的结构风险最小化准则和自由
搜索算法良好的全局优化特点,应用最小二乘支持向量机方法,构造了优化目标函数,引入自由搜
索算法对该目标函数寻优从而辨识模型参数,建立了预测墒情的最小二乘支持向量机(LS—SVM)模
型.实例分析表明,支持向量机方法对墒情序列的平稳性要求不高,
原创力文档

文档评论(0)