期刊文章详细信息
基于贝叶斯最小二乘支持向量机的时用水量预测模型 ( EI收录)
Hourly Water Demand Forecast Model Based on Bayesian Least Squares Support Vector Machine
文献类型:期刊文章
机构地区:[1]浙江大学市政工程研究所,杭州310027
基 金:国家自然科学基金(50078048).
年 份:2006
卷 号:39
期 号:9
起止页码:1037-1042
语 种:中文
收录情况:AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20064610239650)、IC、INSPEC、MR、PROQUEST、SCOPUS、ZGKJHX、ZMATH、核心刊
摘 要:为解决传统最小二乘支持向量机采用交叉验证确定模型参数耗时长的问题,提出利用贝叶斯置信框架推断最小二乘支持向量机的模型参数.通过第1级推断确定最小二乘支持向量机的权矢量w和偏置项b,通过第2级推断确定模型的超参数μ和ζ,通过第3级推断的模型对比自动选择核函数的系数。根据时用水序列具有周期性和趋势性的特点,建立了基于贝叶斯推断最小二乘支持向量机的时用水量模型,实例分析结果表明,与基于传统最小二乘支持向量机和基于BP网络的预测模型相比,基于贝叶斯最小二乘支持向量机的时用水量预测模型的建模速度更快,预测精度更高。
关 键 词:贝叶斯推断 最小二乘支持向量机 供水系统 时用水量预测
分 类 号:TU991.33]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...