排序方式: 共有22条查询结果,搜索用时 0 毫秒
21.
水面蒸发是估算区域水资源平衡的重要参数之一,实测的蒸发皿蒸发量(Epan)是重要的水温变量,为找出估算区域的Epan最优模型,以江西省为研究区域,基于极限学习机(ELM)、随机森林(RF)、支持向量机(SVM)、BP神经网络4种机器学习模型,以粒子群算法(PSO)为基础建立了4种优化模型,对不同站点Epan进行了估算,结果表明:在日值、月值估算中,PSO-RF模型精度最高,其在不同时期的相对误差最低,在3—10月及全年的相对误差在4.1%~4.4%,同时在不同训练及预测组合下,该模型均能保持较高的精度。 相似文献
22.