基于混合人工蜂群和人工鱼群优化的LSSVM脉动风速预测

• 作者: 张永康 徐化喜 李春祥 郑晓芬
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 人工蜂群算法 人工鱼群算法 混合智能优化 最小二乘支持向量机 脉动风速 预测性能
• 年，卷（期）: 2017,（15）
• 页码范围: 203-209
• 页数: 7页
• 分类号: TU311
• 字数: 5932字
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2017.15.030

摘要

考虑人工蜂群(ABC)和人工鱼群(AFS)算法的各自优势,提出混合智能算法(ABC+ AFS)优化选择最小二乘支持向量机(LSSVM)参数的方法,以提高其脉动风速预测模型的性能.AFS算法有较强的全局寻优能力,混合智能算法以AFS算法中的人工鱼寻优方式代替ABC算法中的引领蜂寻优方式,克服ABC算法易陷入局部最优的问题.同时,ABC算法中的正负反馈机制可以克服AFS算法的后期盲目寻优、收敛速度下降的问题.运用基于混合ABC、AFS优化的LSSVM对脉动风速进行了预测,并与基于ABC、AFS和粒子群(PSO)算法优化的LSSVM脉动风速预测结果进行了比较.数值结果表明,基于混合ABC+ AFS优化的LSSVM脉动风速预测模型有更好性能,具有工程应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李春祥	上海大学土木工程系	112	844	15.0	26.0
2	郑晓芬	同济大学建筑工程系	17	58	5.0	7.0
3	张永康	上海大学土木工程系	2	3	1.0	1.0
4	徐化喜		1	0	0.0	0.0