本文主要研究内容
作者何国栋,崔东文（2019）在《基于阴阳对算法优化的随机森林与支持向量机组合模型及径流预测实例》一文中研究指出：提出一种基于阴阳对(YYPO)算法优化的随机森林(RF)与支持向量机(SVM)组合预测方法,利用YYPO算法对RF、SVM关键参数和组合权重系数进行优化,构建YYPO-RF-SVM预测模型,并与YYPO-RF、YYPO-SVM模型及RF、SVM模型作对比分析,以某水文站年径流预测为例进行实例研究。利用实例前30 a、中间14 a和后10 a资料对YYPO-RF-SVM等5种模型进行训练、检验和预测。结果表明,YYPO-RF-SVM模型对实例训练、检验和预测的平均相对误差绝对值分别为2.76%、4.64%、3.02%,精度均高于YYPO-RF等4种模型。YYPO-RF-SVM模型具有更高的预测精度和泛化能力,可为水文预测预报和相关预测研究提供参考和借鉴。
Abstract
di chu yi chong ji yu yin yang dui (YYPO)suan fa you hua de sui ji sen lin (RF)yu zhi chi xiang liang ji (SVM)zu ge yu ce fang fa ,li yong YYPOsuan fa dui RF、SVMguan jian can shu he zu ge quan chong ji shu jin hang you hua ,gou jian YYPO-RF-SVMyu ce mo xing ,bing yu YYPO-RF、YYPO-SVMmo xing ji RF、SVMmo xing zuo dui bi fen xi ,yi mou shui wen zhan nian jing liu yu ce wei li jin hang shi li yan jiu 。li yong shi li qian 30 a、zhong jian 14 ahe hou 10 azi liao dui YYPO-RF-SVMdeng 5chong mo xing jin hang xun lian 、jian yan he yu ce 。jie guo biao ming ,YYPO-RF-SVMmo xing dui shi li xun lian 、jian yan he yu ce de ping jun xiang dui wu cha jue dui zhi fen bie wei 2.76%、4.64%、3.02%,jing du jun gao yu YYPO-RFdeng 4chong mo xing 。YYPO-RF-SVMmo xing ju you geng gao de yu ce jing du he fan hua neng li ,ke wei shui wen yu ce yu bao he xiang guan yu ce yan jiu di gong can kao he jie jian 。
论文参考文献
论文详细介绍
论文作者分别是来自人民珠江的何国栋,崔东文，发表于刊物人民珠江2019年03期论文，是一篇关于径流预测论文,阴阳对优化算法论文,随机森林论文,支持向量机论文,参数优化论文,人民珠江2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自人民珠江2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：径流预测论文; 阴阳对优化算法论文; 随机森林论文; 支持向量机论文; 参数优化论文; 人民珠江2019年03期论文;