您当前的位置:
首页 >
文章列表页 >
PSO-SVM与BP神经网络组合预测供水系统余氯的方法
更新时间:2023-11-25
    • PSO-SVM与BP神经网络组合预测供水系统余氯的方法

    • Prediction of residual chlorine in water supply system by PSO-SVM and BP neural network combined model

    • 土木与环境工程学报   2019年42卷第4期 页码:159-164
    • DOI:10.11835/j.issn.2096-6717.2019.084    

      中图分类号:
    • 收稿:2018-11-24

      纸质出版:2019-08

    移动端阅览

  • 毛湘云, 徐冰峰, 孟繁艺. PSO-SVM与BP神经网络组合预测供水系统余氯的方法[J]. 土木与环境工程学报, 2019,42(4):159-164. DOI: 10.11835/j.issn.2096-6717.2019.084.

    Xiangyun Mao, Bingfeng Xu, Fanyi Meng. Prediction of residual chlorine in water supply system by PSO-SVM and BP neural network combined model[J]. Journal of Civil and Environmental Engineering, 2019, 42(4): 159-164. DOI: 10.11835/j.issn.2096-6717.2019.084.

  •  
  •  
icon
试读结束,您可以激活您的VIP账号继续阅读。
去激活 >
icon
试读结束,您可以通过登录账户,到个人中心,购买VIP会员阅读全文。
已是VIP会员?
去登录 >

0

浏览量

3

下载量

2

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

群体智能算法在路面参数反分析中的适用性及优选策略
改进粒子群算法的两阶段梁式结构损伤识别
基于KPCA-WLSSVM的建筑能耗预测模型

相关作者

杨森顺
邓尚瑛
范海山
张军辉
牛维枫
曹晖
赵超
戴坤成

相关机构

广西交通设计集团有限公司
长沙理工大学 交通运输工程学院
0