LS-SVM對城市用水量預(yù)測的探究

［摘要］ 介紹了最小二乘支持向量機（LS-SVM）的回歸算法，給出了基于matlab的工具箱LS-SVMlab對城市用水量預(yù)測的算法步驟。選擇高斯徑向基核函數(shù)作為核函數(shù)，利用最小二乘支持向量機（LS-SVM）映射出城市用水量和人均綜合用水量及用水人口間的非線性關(guān)系，從而建立出基于LS-SVM的，模型參數(shù)分別為的關(guān)于城市用水量的預(yù)測模型。與神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果相比較，該模型具有較高的預(yù)測精度和動態(tài)適應(yīng)性。

［關(guān)鍵詞］ LS-SVM；歸一化人均綜合用水量神經(jīng)網(wǎng)絡(luò)

參考文獻(xiàn)：

[1] 鄧乃揚，田英杰：數(shù)據(jù)挖掘中的新方法—支持向量機[M].北京：科學(xué)出版社，2004.

[2] Cristianini N.， Shawe-Taylor J.. An Introduction to Support Vector Machines[M]. Cambridge University Press， 2000.

[3] 方瑞明：支持向量機理論及其應(yīng)用分析[M].中國電力出版社，2007.

[4] A.K.Suykens，J.Vandewalle. Least Squares Support Vector Machine Classifiers[J]. Neural Processing Letters， 1999， 9(3) :293~300.

[5] 李曉東席升陽 潘立：基于最小二乘支持向量機的中國糧食產(chǎn)量預(yù)測模型研究[J].水土保持研究，2007， 14(6).

[6] 楊維， 王恩德，陳暢：應(yīng)用BP神經(jīng)網(wǎng)絡(luò)預(yù)測城市需水量的探析[J].資源調(diào)查與環(huán)境，2003，24(3).

[7] 葛哲學(xué)孫志強著：神經(jīng)網(wǎng)絡(luò)理論與matlab R2007實現(xiàn)[M].電子工業(yè)出版社，2007.