基于支持向量机的城市水资源系统可持续发展预测.pdfVIP

第六部分城市拳研究 基于支持向量机的城市水资源 系统可持续发展预测” 熊建袄1 李兹泳2 成都 610065 (1．四川犬学水电学院 2．成都信息工程学院环境王稷系 成都610041) 摘要支持向鼍机(SVM)是在统计学习理论基础之上发展起来的，针对小 样本数据且其褒傀嶷推广性能的机器学簿方法。本文阕述了SVM鲍基毒愿理及 _{睾性，鬟塞了藏-T-SVM龚簸市拳资源系统可蓊续发震薏潮方法，荠对天津帝 1985～1998睾承资源系统可持续发袋捩浇进行了实铡研究。理论分折和实铡结 果验证了基于sVM曲城市永资源系统可持续发展预测方法的正确性和有效性。 关键词 支持向髓机城市水资源系统 可持续发展 预测 1引言 求是生命的藩泉，是生态环境系统串鼓活跃、影响最广泛豹翻綮，又是工农韭生产过 程中不可取代的重婆资源。随着人口的增长、城市建设和工农业生产的发展，以及人民嫩 活水平的提高，对水的需用量会越来越大。当今世界人们生活水平FI益提高，社会经济的 高速发展，水资源开发利用和保护将会越涞趟显得鼋要和紧迫o]。水资源问题日益为各阑 所重视，全世界都搬水作为国家主要炎源进行开发利用、保护静管理。中国是个贫水辫， 了解承资源，试谖零资源，器究承资耀憨变豫攫律，使东资稼褥潋可持续穰用，是中国耀 境工捧者魏重要链命。隶资源爱拳资源蓉统静内涵篷时代豹发袋裾不凝蠡震演位，时至今 日，水资源已不仅强具有自然属性，同时，它还具有经济属性和被会属性。从系统论的观 点出发，城市水资源系统是指以水为主导的城市社会经济一环境复合系统，它是整个城 市人地系统的一个分支和重要的有机组成部分，是城市可持续发展的重要支撑。城市水资 源系统可持续发展可定义为：在维护水资源的持续性(质与量两个方面)和生态系统究熬 链的条件下．支持扶现程到未来城市社会、经济、环境协涮发鹱的城市承资源开发利耀每 蛰瑾懿全过程”·。藏囊永资源系统爵持续发餍蘸溺可鞋在对城毒零资源系统霉持续发震姨 况客观度量的基础上，为城市农资源系统珂持续发展的管理决策摄像依据并指疆方向，疑 有较大的实用价值。 Vector 针对以上问题，本文利用近年发展成熟起来的支持向量机(SupportMachine， 非誊舞赍：攘建戢(1977—1，男，蘑士生，圭簧鞲究方翱为拳蜜繇枣环孽。 ·470· 水与社会经济发展的相互影响及作用 SVM)在解决有限样本、非线性及高维识别中的优势，建立了城市水资源系统可持续发 展预测模型，解决了传统建模过程中输出空间难以确定和表达的问题。算例表明本文提出 的方法可以在有限样本下，取得较好的预测效果。 2支持向量机理论 基于数据的机器学习，是现代智能技术中的重要方面。研究从观测数据(样本)出发 寻找规律，利用这些规律对未来数据或无法观测的数据进行预测，包括模式识别、神经网 络等在内，现有机器学习方法共同的重要理论基础之一是统计学。传统统计学研究的是样 本数目趋于无穷大时的渐近理论，现有学习方法也多是基于此假设，但在实际问题中，样 本数往往是有限的，因此一些理论上很优秀的学习方法实际中表现却可能不尽如人意。与 传统统计学相比，统计学习理论(StatisticalLearning 研究，到90年代中期，随着其理论的不断发展和成熟，也由于神经网络等学习方法在理 论上缺乏实质性进展，统计学习理论开始受到越来越广泛的重视”]。统计学习理论是建立 在一套较坚实的理论基础之上的，为解决有限样本学习问题提供了一个统一的框架。它能 将很多现有方法纳入其中，有望帮助解决许多原来难以解决的如神经网络结构选择问题、 局部极小点等问题。 支持向量机是统计学习理论中的最年轻的内容，也是最实用的内容。支持向量机方法 根据有限的样本信息在模型的复杂性和学习能力之问寻求最佳折中，以期获得最好的推广 能力。支持向量机的主要特点有：①是专门针对有限样本的情况，其目标是得到现有信息 条件下的最优解，这个最优解不是样本无穷大时的最优解；②算法将分类问题最终转换为 二次型寻优问题，从理论上说得到的是全局最优解；③算法将实际问题通过非线性变换将