基于PSO-SVM模型的黑龙江省水资源承载力评价

TV211.1; 水资源问题已经成为令世界苦恼的全球性危机问题.随着当今社会经济的高速发展、人口剧增、现代化以及城市化的进程不断加快,各行业用水的需求量逐渐升高,水资源短缺、水资源浪费等问题日益严峻.黑龙江省是中国重要的工业基地、产粮大省,随着经济社会的快速发展,水资源供需矛盾日益凸显,虽然已采取多项措施对水资源进行保护,但水资源开发利用形势依然严峻.针对以上问题,建立了粒子群算法(PSO)优化的支持向量机(SVM)模型对黑龙江省水资源承载力进行评价,结合黑龙江省实际情况建立评价指标体系、指标分级标准,对黑龙江省2020 年13 个地市水资源承载力进行评价,为日后水资源开发利用作出参考,对支持...

Full description

Saved in:
Bibliographic Details
Published in人民珠江 Vol. 44; no. 9; pp. 51 - 68
Main Authors 王涛, 李治军
Format Journal Article
LanguageChinese
Published 黑龙江大学水利电力学院,黑龙江 哈尔滨 150080 2023
黑龙江大学寒区地下水研究所,黑龙江 哈尔滨 150080
Subjects
黑龙江
支持向量机
support vector machine
水资源承载力
粒子群算法
Heilongjiang
water resources carrying capacity
particle swarm optimization algorithm
Online AccessGet full text
ISSN1001-9235
DOI10.3969/j.issn.1001-9235.2023.09.007

Cover

More Information
Summary:TV211.1; 水资源问题已经成为令世界苦恼的全球性危机问题.随着当今社会经济的高速发展、人口剧增、现代化以及城市化的进程不断加快,各行业用水的需求量逐渐升高,水资源短缺、水资源浪费等问题日益严峻.黑龙江省是中国重要的工业基地、产粮大省,随着经济社会的快速发展,水资源供需矛盾日益凸显,虽然已采取多项措施对水资源进行保护,但水资源开发利用形势依然严峻.针对以上问题,建立了粒子群算法(PSO)优化的支持向量机(SVM)模型对黑龙江省水资源承载力进行评价,结合黑龙江省实际情况建立评价指标体系、指标分级标准,对黑龙江省2020 年13 个地市水资源承载力进行评价,为日后水资源开发利用作出参考,对支持向量机在水资源方面的应用推广起到一定的意义,并且PSO-SVM模型补充了多因素综合评价相关理论.
ISSN:1001-9235
DOI:10.3969/j.issn.1001-9235.2023.09.007