参数优化支持向量机的农业大棚温室温度预测模型

• 作者: 张晓丹
• 来源期刊: 北华大学学报(自然科学版)
• 学科: 工学
• 关键词: 粒子群算法 支持向量机 农业大棚温室
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 工业技术
• 页码范围: 557-560
• 页数: 4页
• 分类号: TP391.4
• 字数: 2574字
• 语种: 中文
• DOI: 10.11713/j.issn.1009-4822.2017.04.029

摘要

利用支持向量机核函数linear,polynomial,radial basis function和sigmoid,通过粒子群算法对惩罚参数c和gamma寻优,建立农业大棚温室温度预测模型.试验结果表明:通过粒子群算法设定惩罚参数c为14.392,gamma为0.01时,得到的P_RBF预测模型对由24个测试时间所测数据组成的训练集拟合程度达90.849%,对加入随机影响因子的由5个测试时间所测数据组成的预测集拟合程度达90.545%,显示该预测模型具备相当的鲁棒性;P_RBF模型对温室内温度预测具备相当的可靠性,可以准确预测温室内温度变化趋势,解决温室控制系统中温度难以预测的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓丹	北华大学电气信息工程学院	6	5	1.0	2.0