位置:成果数据库 > 期刊 > 期刊详情页
支持向量机和BP神经网络在泥石流平均流速预测模型中的比较与应用
  • ISSN号:0559-9350
  • 期刊名称:《水利学报》
  • 时间:0
  • 分类:TV-55[水利工程]
  • 作者机构:[1]中国地质调查局西安地质调查中心, [2]西北大学地质学系, [3]中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室
  • 相关基金:中国博士后基金(2011M501445,2012T50797);陕西省自然科学基础研究计划项目(2012JQ5001);国家自然科学基金项目(41071182);国土资源部科研专项(201111020)
中文摘要:

在综合分析多种泥石流研究方法的基础上,提出分别基于支持向量机和改进的BP神经网络模型的黏性泥石流平均流速预测方法,建立了相应的泥石流平均流速预测模型。以蒋家沟泥石流实时监测数据作为学习样本和测试样本,比较了两种模型的预测精度和适用范围。研究结果表明,泥石流样本训练阶段,支持向量机和BP神经网络均具有较高的模拟精度,BP神经网络较优于支持向量机模型,而在样本预测阶段,支持向量机的预测精度明显优于BP网络,表明支持向量机预测模型有较强的外推能力和预测计算的有效性,可以较好地描述泥石流复杂的非线性关系,为泥石流防治提供精确的科学依据。

英文摘要:

在综合分析多种泥石流研究方法的基础上,提出分别基于支持向量机和改进的BP神经网络模型的黏性泥石流平均流速预测方法,建立了相应的泥石流平均流速预测模型。以蒋家沟泥石流实时监测数据作为学习样本和测试样本,比较了两种模型的预测精度和适用范围。研究结果表明,泥石流样本训练阶段,支持向量机和BP神经网络均具有较高的模拟精度,BP神经网络较优于支持向量机模型,而在样本预测阶段,支持向量机的预测精度明显优于BP网络,表明支持向量机预测模型有较强的外推能力和预测计算的有效性,可以较好地描述泥石流复杂的非线性关系,为泥石流防治提供精确的科学依据。

同期刊论文项目
同项目期刊论文
期刊信息
  • 《水利学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国水利学会 中国大坝工程学会
  • 主编:程晓陶
  • 地址:北京市复兴路甲1号中国水科院A座1117室
  • 邮编:100038
  • 邮箱:slxb@iwhr.com
  • 电话:010-68786221
  • 国际标准刊号:ISSN:0559-9350
  • 国内统一刊号:ISSN:11-1882/TV
  • 邮发代号:2-183
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:43715