论文部分内容阅读
鉴于支持向量机在机器学习方面表现出的良好性能，提出了基于支持向量回归（SVR）算法的贮灰坝渗流监测模型。采用基于平行网格搜索的交叉验证法选择模型参数，避免了参数选择的盲目性、随意性，提高了预测精度。实例分析表明，该渗流监测模型与传统的神经网络（反向传播（BP）网络、径向基核函数（RBF）网络）模型相比，具有预测精度高、泛化能力强等优点，能够快速、准确地预测出指定位置的测压管水位，对贮灰坝水头预报和电厂的安全生产具有实用价值。