基于遗传算法的LIBSVM模型大坝扬压力预测研究

• 作者: 刘天祥 包腾飞 姜彦作 宋锦焘 梁睿斌 沈寿亮
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: LIBSVM 遗传算法 坝基扬压力 预测
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 水电论坛
• 页码范围: 24-28
• 页数: 5页
• 分类号: TV698.1
• 字数: 3979字
• 语种: 中文

摘要

支持向量机(SVM)模型的核心问题是惩罚因子c和核函数参数g的选取.通常支持向量机库工具箱(LIBSVM)采用传统网格搜索算法进行参数寻优,只能得到交叉验证意义下的全局最优解,在更大范围内进行参数寻优比较费时,且效率较低,针对这一问题,提出了基于遗传算法的启发式寻优,以交叉验证(CV)意义下的准确率为适应度,通过一系列的选择交叉变异操作,得到最优的c和g,将优化后的SVM模型应用于大坝扬压力的预测.通过某大坝扬压力监测的实例应用,将遗传算法优化的LIBSVM与传统的LIBSVM预测相对比,预测效果更好,精度更高.