PSO-SVM算法在智能建筑环境监控系统中的应用

• 作者: 傅军栋 康水华 邹欢
• 来源期刊: 华东交通大学学报
• 学科: 工学
• 关键词: 环境监控 多传感器 粒子群优化 支持向量机
• 年，卷（期）: 2016,（1）
• 页码范围: 121-127
• 页数: 7页
• 分类号: TM715
• 字数: 3339字
• 语种: 中文

摘要

针对智能建筑环境监控系统中，多个传感器独立工作可能会造成系统误判的问题，提出了一种基于粒子群优化支持向量机（PSO-SVM）的环境质量综合评价模型，即利用粒子群算法快速优化支持向量机的惩罚参数和核函数参数，然后采用ZigBee无线传感网络采集的环境数据对PSO-SVM分类模型进行训练和测试。实验结果表明PSO-SVM分类器对环境质量判断的平均精度达到94.44%，且分类结果稳定。将这种方法应用于智能建筑环境监控系统中，可以增加系统监测数据的准确性，提高系统工作的可靠性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅军栋	华东交通大学电气与电子工程学院	34	225	9.0	14.0
2	邹欢	华东交通大学电气与电子工程学院	10	27	2.0	5.0
3	康水华	华东交通大学电气与电子工程学院	5	47	4.0	5.0