作者：陈磊; 陈李自适应差分进化最小二乘支持向量机管网日用水量
摘要：为解决最小二乘支持向量机的参数确定问题,提出采用自适应差分进化最小二乘支持向量机法预测日用水量.引入改进粗糙集算法分析日用水量主要影响因素,利用自相关系数法确定序列的相关性,并将自适应差分进化算法（SADE）用于优化最小二乘支持向量机（LSSVM）的参数,建立了基于SADELSSVM的预测模型.结果表明,与传统差分进化算法（DE）和自适应遗传算法（SAGA）相比,SADE具有更快的最优个体搜索速度和群体进化速度,与基于SAGALSSVM和基于DELSSVM的模型相比,本文提出模型的预测能力更强.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
