基于萤火虫算法优化LSSVM的台风风速预测

摘要

最小二乘支持向量机(LSSVM)已作为一种新颖的人工智能技术应用于工程风速预测.由于参数选择对LSSVM的预测性能有很大影响,参数寻优因而是LSSVM风速预测的关键问题.为减小参数选择对LSSVM预测性能的影响,一些学者提出了使用粒子群优化(PSO)算法、人工鱼群(AFS)优化算法等来优化选择LSSVM的参数,形成PSO-LSSVM和AFS-LSSVM.萤火虫算法(FA)是继PSO算法、AFS优化算法之后又一种新颖的群体智能优化算法,具有设置参数少、易实现、收敛精度高等优点.因此,本文提出基于萤火虫算法(FA)优化最小二乘支持向量机(FA-LSSVM),以寻找高性能风速预测算法.FA-LSSVM的收敛速度比AFS-LSSVM快,而且训练的耗时较短。因此,FA-LSSVM是高性能的台风风速预测算法,具有工程推广价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号