基于Bayesian-SVR的城市用水量软测量建模

针对传统交叉验证方法确定SVR模型参数存在耗时过长的问题,利用贝叶斯置信框架推断SVR的模型参数。通过第一级推断确定支持向量机的权矢量ω和偏置项b,通过第二级推断确定模型确定不敏感系数ε、惩罚因子C,通过第三级推断得到核参数。然后利用该方法对某城市用水系统中用水量进行建模,预测结果表明该方法不仅能加快建模速度,而且提高了预测精度。