基于粗糙集优化支持向量机的泥石流危险度预测模型

王晨晖; 袁颖; 周爱红; 刘立申; 王利兵; 陈凯南

首页> 中文期刊> 《科学技术与工程》 >基于粗糙集优化支持向量机的泥石流危险度预测模型

基于粗糙集优化支持向量机的泥石流危险度预测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:为准确预测泥石流危险度,提出了基于粗糙集理论(rough set,RS)的粒子群算法(particle swarm optimization,PSD)优化支持向量机(support vector machine,SVM)模型。首先离散化泥石流样本数据形成初始决策表,利用粗糙集理论对10个泥石流危险度影响指标进行属性约简,将约简后的泥石流指标数据归一化处理作为支持向量机的学习样本,通过粒子群算法寻优获得最佳支持向量机模型参数,最终建立基于粗糙集的泥石流危险度预测的优化支持向量机模型。并将构建的RS-PSO-SVM模型用于对测试样本的预测。结果表明:在相同训练样本的条件下,RS-PSO-SVM模型、PSO-SVM模型及RS-PSO-BP模型三者的预测准确率分别为87.5%、87.5%、75%,说明RS-PSO-SVM模型和PSO-SVM模型具有比RS-PSO-BP模型更高的精度。此外,尽管RS-PSO-SVM模型和PSO-SVM模型具有相同的预测精度,但是由于进行了属性约简,RS-PSO-SVM模型可以有效提高运行效率,降低模型复杂度。

著录项

来源
《科学技术与工程》 |2019年第31期|70-77|共8页
作者
王晨晖; 袁颖; 周爱红; 刘立申; 王利兵; 陈凯南;
展开▼
作者单位

河北省地震局红山基准地震台邢台054000;

河北地质大学勘查技术与工程学院石家庄050031;

展开▼
原文格式 PDF
正文语种 chi
中图分类泥石流;
关键词
粗糙集; 粒子群算法; 支持向量机; 泥石流危险度;

相似文献

中文文献
外文文献
专利

1. 基于主成分分析法和遗传算法优化支持向量机模型的泥石流危险度预测 [J] . 王晨晖 ,张超 . 河北地质大学学报 . 2017,第002期
2. 基于主成分分析法和遗传算法优化支持向量机模型的泥石流危险度预测 [J] . 王晨晖 ,张超 . 石家庄经济学院学报 . 2017,第002期
3. 基于粗糙集与粒子群优化支持向量机的瓦斯突出预测模型 [J] . 刘海波 ,钱伟 ,王福忠 . 中国科学技术大学学报 . 2019,第002期
4. 基于粗糙集理论的泥石流危险度评价模型 [J] . 李大鸣 ,罗浩 ,刘江川 . 中国农村水利水电 . 2012,第6期
5. 基于粗糙集原理的泥石流危险度区划指标选取方法 [J] . 匡乐红 ,徐林荣 ,刘宝琛 . 地质力学学报 . 2006,第002期
6. 基于支持向量机的泥石流危险度评价 [C] . 金鑫 . 中国地质灾害防治学术交流会 . 2014
7. 基于SVM的单沟泥石流危险度预测模型研究 [A] . 王晨晖 . 2018

基于粗糙集优化支持向量机的泥石流危险度预测模型

摘要

著录项

相似文献

相关主题

期刊订阅