人工蜂群算法优化SVR的预测模型

• 作者: 赵世杰 高晶 高雷阜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人工蜂群算法 支持向量回归机 交通流量预测 蚁群算法 粒子群算法
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 55-59,76
• 页数: 6页
• 分类号: TP181
• 字数: 6351字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1407-0435

摘要

针对人工蜂群算法存在的易陷入局部最优、收敛速度慢的缺点,引入当前最优食物源和惯性权重函数,对该算法的食物源更新方式进行改进;针对支持向量回归机的参数优化问题,将其转化为组合优化问题,并使用改进的人工蜂群算法进行优化求解,进而得到人工蜂群算法优化SVR的预测模型.以短期交通流量数据为例,将该模型的预测结果与蚁群算法优化的支持向量回归机(ACO-SVR)、粒子群算法优化的支持向量回归机(PSO-SVR)和未改进的蜂群算法优化的支持向量回归机(ABC-SVR)进行对比分析,结果表明该模型的预测效果最优且运行时间最短,具有更好的学习能力和推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高雷阜	辽宁工程技术大学优化与决策研究所	119	728	13.0	22.0
2	赵世杰	辽宁工程技术大学优化与决策研究所	28	179	8.0	12.0
3	高晶	辽宁工程技术大学优化与决策研究所	3	60	3.0	3.0