基于改进萤火虫寻优支持向量机的PM2.5预测

• 作者: 王晓 范文婷
• 来源期刊: 计算机系统应用
• 关键词: 萤火虫算法 支持向量机 邻域搜索策略 可变步长 参数优化 PM2.5预测
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 134-139
• 页数: 6页
• 字数: 3900字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006718

摘要

针对现有PM2.5浓度预测误差较大的问题,提出一种基于改进萤火虫寻优支持向量机的预测模型(IFA-SVM).该模型引入邻域搜索和可变步长策略改进萤火虫算法,利用改进FA对SVM的参数C、ε 和 γ 寻优,用最优参数SVM模型预测太原市PM2.5值.其中邻域搜索策略能为参数优化提供更多更精确的候选解;可变步长可动态调整算法搜索步长,加速收敛,平衡FA的全局和局部搜索能力.将IFA-SVM预测值与萤火虫算法—支持向量机(FA-SVM)、遗传算法—支持向量机(GA-SVM)、粒子群算法—支持向量机(PSO-SVM)相比较.结果表明较其他方法,IFA-SVM模型对太原市未来一天和三天的PM2.5值都取得了更精确的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓	太原科技大学计算机科学与技术学院	9	16	2.0	3.0
2	范文婷	太原科技大学计算机科学与技术学院	2	6	1.0	2.0