基于AFSPSO-ν-SVM的山洪灾害预测方法研究.pdf

基于AFSPSO-ν-SVM的山洪灾害预测方法研究.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

计算机与现代化

2024年第5期JISUANJIYUXIANDAIHUA总第345期

文章编号:1006-2475(2024)05-0033-05

基于AFSPSO-ν-SVM的山洪灾害预测方法研究

12311

曹宁,徐根祺,张雯,许又文,何盼情

(1.西安交通工程学院土木工程学院,陕西西安710300;2.西安交通工程学院机械与电气工程学院,陕西西安710300;

3.陕西省外经贸建设集团有限公司,陕西西安710003)

摘要:随着科学技术的发展,人类在山区的工程活动越来越频繁,这加剧了山洪灾害的发生频率。准确及时预测出山洪

灾害发生的可能性,对于保证工程安全、降低经济损失、提高人员安全防范能力具有重要意义。将人工智能算法应用于

山洪灾害预测成为当下研究者们关注的焦点。为了解决当下山洪诱发因素敏感性差异导致的预测精度不足、小样本数

据引起的模型拟合效果欠优以及非线性模型参数不易确定等问题,将主成分分析与ν支持向量机相结合对山洪发生进行

预测,通过人工鱼群算法扩大粒子群算法中粒子的有哪些信誉好的足球投注网站范围和速度,并利用改进粒子群算法对支持向量机参数进行寻

优,建立AFSPSO-ν-SVM山洪灾害概率预测模型。通过实验对比了本文模型与BL模型、ν-SVM模型、PSO-ν-SVM模型

的性能,结果表明,本文模型误差最小且速度最快。本文研究为山洪预报预警领域研究提供了一种新的思路。

关键词:人工鱼群算法;粒子群算法;支持向量机;山洪灾害;预测模型

中图分类号:TP399文献标志码:ADOI:10.3969/j.issn.1006-2475.2024.05.007

PredictionMethodofMountainFloodDisasterBasedonAFSPSO-ν-SVM

12311

CAONing,XUGenqi,ZHANGWen,XUYouwen,HEPanqing

(1.SchoolofCivilEngineering,Xi’anTrafficEngineringInstitute,Xi’an710300,China;

2.SchoolofMechanicalandElectricalEngineering,Xi’anTrafficEngineringInstitute,Xi’an710300,China;

3.ShaanxiForeignEconomicandTradeConstructionGroupCo.Ltd.,Xi’an710003,China)

Abstract:Withthedevelopmentofscienceandtechnology,humanengineeringactivitiesinmountainousareasarebecomingin⁃

creasinglyfrequent,whichexacerbatingthefrequencyofflashfloods.Accuratelyandtimelypredictingthepossibilityofmoun⁃

tainflooddisastersisofgreatsignificanceforensuringengineeringsafety,reducingeconomiclosses,andimprovingpersonnel

safetypreventioncapabilities.Theapplicationofartificialintelligencealgorithmsinpredictingmountainflooddisastershasb

文档评论(0)

经典文库 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档