首页|灰狼优化算法在城市需水预测模型中的应用

灰狼优化算法在城市需水预测模型中的应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
城市需水预测是城市水资源规划、管理、决策的重要依据.为提升需水预测的准确性,提出一种基于最小二乘支持向量机(LSSVM)的非线性预测模型.针对灰狼优化算法(GWO)寻优过程易陷入局部最优的问题,采用一般性反向学习与非线性控制参数对其进行改进,以提升全局优化性能.改进后的GWO算法更适合应用于非线性模型参数的拟合,因此将其引入LSSVM需水预测模型,用来拟合模型的超参数.采用上海市近年来城市供水数据来检验模型,仿真结果表明提出的城市需水预测模型平均相对误差为0.78％,最大相对误差为1.37％,具有良好的泛化能力,可作为需水预测的一种有效方法.
Application of Grey Wolf Optimization Algorithm in Urban Water Demand Prediction Model

陈永政

展开 >

重庆财经职业学院 应用技术学院,重庆402160

水资源 灰狼优化算法 城市需水预测 最小二乘支持向量机

重庆市教委科学技术研究项目

KJQN202101906

2023

10.3969/j.issn.1000-1379.2023.02.018

人民黄河
水利部黄河水利委员会

人民黄河

CSTPCD北大核心
影响因子：0.494
ISSN：1000-1379
年,卷(期)：2023.45(2)
  • 11