基于麻雀搜索算法优化支持向量机的区域水资源安全评价

作     者：曹敬椿 卢敏 CAO Jing-chun;LU Min

作者机构：云南农业大学水利学院云南昆明650210 

出 版 物：《水电能源科学》 (Water Resources and Power)

年 卷 期：2023年第41卷第5期

页      面：52-54,129页

学科分类：12[管理学] 082802[工学-农业水土工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0828[工学-农业工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(52069029) 

主　　题：麻雀搜索算法 参数优化 水资源安全 支持向量机 

摘      要：针对我国水资源安全评价问题,结合支持向量机(SVM)对小样本、非线性问题分类效果好的特点,用麻雀搜索算法(SSA)对支持向量机的惩罚因子(C)和核函数参数(g)进行优化,建立基于麻雀搜索算法优化的支持向量机模型(SSA-SVM)用于区域水资源安全评价,以洛阳市某区域为例进行研究。结果表明,SSA-SVM法与T-S模糊神经网络法得到的评价等级结果基本一致,SSA-SVM模型具有寻优速度快,不易陷入局部最优等特点,可用于区域水资源安全评价。