提出一种基于支持向量机的水利工程项目投资风险的评价方法,支持向量机具有样本数量的依赖性弱,对数据测量的误差不敏感等特点。通过学习有限数量,且带有观测误差的样本建立的模型仍具有很强的泛化能力。因此,在实际的项目风险评价应用方面必然必然具有很大的优势。实例研究表明,支持向量机的方法比神经网络具有更好推广性能和鲁棒性,因而更适合于实际的投资项目风险评价的研究。
开通会员