文献类型：期刊文章

作　　者：王涛[1,2] 李治军[1,2]

WANG Tao;LI Zhi-jun(College of Water Resources and Electric Engineering,Heilongjiang University,Harbin 150080,China;Cold Groundwater Research Institute,Heilongjiang University,Harbin 150080,China)

机构地区：[1]黑龙江大学水利电力学院,黑龙江哈尔滨150080 [2]黑龙江大学寒区地下水研究所,黑龙江哈尔滨150080

出　　处：《水电能源科学》

基　　金：“十二五”国家科技支撑计划课题(2014BAD12B01-03)。

年　　份：2023

卷　　号：41

期　　号：1

起止页码：30-33

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、RCCSE、ZGKJHX、核心刊

摘　　要：针对水资源承载力评价预测涉及多因素综合指标的问题,采取粒子群算法对支持向量机模型中影响较大的训练参数惩罚因子C和核参数σ进行优化,建立了基于PSO-SVM的水资源承载力预测模型,根据指标等级标准构造训练集数据,对黑龙江省2017年水资源承载力进行评价。结果表明,黑龙江省2017年水资源承载力指数位于0.4234~0.7092之间,部分地区水资源承载力处于Ⅱ级,承载能力较弱,仍有较大提升空间。

关 键 词：水资源承载力 支持向量机 粒子群算法 黑龙江省  

分 类 号：TV213.9]