作者：刘洪滨机器学习最小二乘支持向量机复氧率粒子群优化平均影响值
摘要：最近,机器学习方法逐渐在水利工程中得到广泛运用。研究将采用最小二乘支持向量机(LSSVM)方法,建立阶梯式溢洪道各种流态下复氧率的预测模型。采用粒子群优化算法(PSO)优化了LSSVM算法的参数(惩罚函数γ和核函数常数σ^2),新的PSO-LSSVM模型预测精度相对于常用的BP模型明显提高。误差分析表明,在测试集上PSO-LSSVM模型的平均绝对百分比误差MAPE、均方差RMSE和平方相关系数R^2分别为1.100 0×10^-3, 4.899 6×10^-4和9.998 6×10^-1。最后,采用平均影响值法评价了输入参数对复氧率的影响程度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
