论文研究 - 基于GA和PSO的并行协同进化混合支持向量回归预测月降雨量。

上传者: 38608055 | 上传时间: 2021-11-13 12:10:28 | 文件大小: 1.43MB | 文件类型: -
准确及时的每月降雨量预报是水文研究等科学界面临的主要挑战,例如河流管理项目和洪水预警系统的设计。 支持向量回归(SVR)是一个非常有用的降水预测模型。 本文提出了一种新的并行协同进化算法,基于遗传算法和粒子群优化算法SVRGAPSO的并行协同进化,可以确定SVR在降雨预测中的合适参数,用于月降水预测。 并行协同进化算法的框架是同时迭代两个GA和PSO种群,这是GA和PSO种群之间进行信息交换以克服过早的局部最优的一种机制。 我们的方法采用混合PSO和GA,通过并行协同发展来获得SVR的最佳参数。 所提出的技术可用于降雨预报,以测试其概括能力并与几种竞争技术进行比较评估,例如其他替代方法,即SVRPSO(带PSO的SVR),SVRGA(带GA的SVR)和SVR模型。 实证结果表明,SVRGAPSO结果具有较好的泛化能力,在降雨预报中具有最低的预测误差值。 SVRGAPSO可以显着提高降雨预报的准确性。 因此,SVRGAPSO模型是降雨预报的有希望的替代方法。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明