分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-24 合作期刊: 《计算机应用研究》
摘要: 为了有效提高径流预报的准确度,提出一种有效的融合优化策略,采用基于粒子群和模拟退火算法相结合的混合方法同时优化支持向量回归核函数类型和内核参数,以此建立一种有效的混合优化支持向量回归径流预报模型。提出的方法为核函数选择和参数优化提供了一种有效途径。通过对广西柳州柳江径流实例分析,并与纯粹的支持向量回归模型对比,研究结果表明,该模型预测稳定,具有较高泛化性能和预测准确度,为径流预报提供了一种有效预测方法。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-20 合作期刊: 《计算机应用研究》
摘要: 针对径向基函数(RBF)网络结构和初始数据中心难以客观确定的不足,采用二分搜索密度峰值聚类算法(TSDPCA)找到数据中心值及数据簇类个数作为RBF神经网络的初始参数和隐藏层节点数,再利用梯度下降法优化RBFNN结构及各个参数建立预报模型,并应用于广西月降水预报中,以检验该模型的有效性。结果表明,与K-RBFNN和OLS-RBFNN的模型相比,TSDPCA-RBFNN预报平均相对误差值下降了10%~35%,具有更好的预报性能。