基于支持向量机模型的大型灌区运行状况综合评价研究

摘要

支持向量机(SVM)是由VAPNIK等提出的建立在统计学习理论基础上的一种小样本机器学习方法.由于使用结构风险最小化原则代替经验风险最小化原则,使它较好地解决了小样本情况下的学习问题.引入了核函数思想,使它将非线性问题转化为线性问题来解决,降低了算法的复杂度.提出了大型自流灌区运行状况综合评价标准,探讨了利用支持向量机多类分类算法,构建了大型灌区运行状况的综合评价模型.研究表明:该方法简便、客观,并具有较强的实用性,能够正确地对大型灌区运行状况进行综合评价.