城市小时级需水量的改进型引力搜索算法-最小二乘支持向量机模型预测

• 作者: 刘华江 戢钢 杨丽雯 王景成 葛阳
• 来源期刊: 控制理论与应用
• 关键词: 智能控制 需水量预测 最小二乘支持向量机 改进的引力搜索算法
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 复杂系统建模与控制专题
• 页码范围: 1377-1382
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.7641/CTA.2014.31284

摘要

本文研究利用最小二乘支持向量机(least squares support vector machine,LS-SVM)算法建立城市小时级需水量预测模型.采取精英策略,自适应的速度更新权重系数,同时引入粒子历史最优信息对引力搜索算法(gravitational search algorithm,GSA)进行了改进.最后采用改进型引力搜索算法(ameliorated gravitational search algorithm,AGSA)优化LS-SVM水量预测模型的正规化参数和核参数来提高模型的预测精度及预测速度.理论测试与实例分析表明,基于AGSA比基于GSA,遗传算法(genetic algorithms,GA)和粒子群优化算法(particle swarm optimization,PSO)的LS-SVM水量预测模型具有更好的预测精度,从而验证了基于AGSA的LS-SVM算法适用于小时级需水量预测问题,AGSA适用于多领域的模型参数的优化过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王景成	上海交通大学自动化系	61	580	14.0	21.0
3	葛阳	上海交通大学自动化系	14	73	5.0	8.0
5	杨丽雯	上海交通大学自动化系	5	22	3.0	4.0
7	戢钢	上海交通大学自动化系	1	16	1.0	1.0
15	刘华江	上海交通大学自动化系	1	16	1.0	1.0