群智能优化算法优化支持向量机的方法及应用

• 作者: 刘军亮 崔丽洁 张远绪 程换新
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 水质评价 动态多种群粒子群算法 支持向量机
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 理论与算法
• 页码范围: 44-48
• 页数: 5页
• 分类号: TN98
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802357

摘要

水质评价过程具有多变量、非线性、不确定等特点,传统的粒子群算法训练神经网络的水质评价模型收敛速度慢、泛化性能差.为了克服传统模型的缺点,提出了利用动态多种群粒子群算法训练支持向量机的模型,并利用多种群粒子群算法优化支持向量机结构参数.该模型结合了粒子群算法的搜索性能以及支持向量机的高效性、强鲁棒性等优点,提高了模型的泛化能力.通过对新疆某流域站点的水文数据进行仿真,结果得出该方法的相对误差为2.74％,远低于传统粒子群算法4.21％的相对误差,由此证明该模型的应用效率及精度得到提高,适用于日常水质评价工作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程换新		26	98	4.0	9.0
2	崔丽洁		3	7	1.0	2.0
3	刘军亮		3	2	1.0	1.0
4	张远绪		4	5	2.0	2.0