基于FSA-LSSVR模型的安徽省耕地变化预测

• 作者: 何厅厅 倪巍 冉艳艳 刘亚萍 吴国伟 石娟娟 赵艳玲
• 来源期刊: 水土保持研究
• 关键词: 土地变化 驱动因子 鱼群算法 最小二乘支持向量机
• 年，卷（期）: 2014,（3）
• 页码范围: 136-140
• 分类号: F301.24
• 语种: 中文

摘要

针对耕地变化内部规律及其外部驱动因子的特点,利用鱼群算法优化最小二乘支持向量机回归(FSA-LSS-VR)模型,探讨耕地变化预测模型,为耕地保护政策制定提供参考依据.结果表明:鱼群算法的全局搜索能力能使支持向量机算法有效地收敛到参数γ和σ的全局最优解;FSA-LSSVR模型的预测精度指标远高于多元线性、GM(1,1)和BP神经网络模型,且优于FSA-SVM,求解速度明显优于SVM.FSA-LSSVR模型可以解决SVM内部参数难以确定的问题,适用于多因素参与的高维非线性的耕地变化预测,而且速度快、精度高,具有推广价值.