基于混合智能算法的支持向量机的粮食产量预测

• 作者: 韩飞 高心怡
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 粮食产量 支持向量机 混合智能算法 粒子群算法 人工鱼群算法
• 年，卷（期）: 2020,（3）
• 页码范围: 301-306
• 页数: 6页
• 分类号: TP391.4
• 字数: 4901字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2020.03.009

摘要

考虑到粮食产量的非线性,提出一种基于混合智能算法的支持向量机的预测模型,针对粒子群算法(PSO)易于陷入局部最优的特点,融合改进的粒子群算法(GAPSO)以及人工鱼群算法(AF-SA)得到混合智能算法(GAPSO-AFSA),通过种群自身内部的变异交叉以及族外竞争机制,使得目标函数值向全局最优解快速收敛,提高了算法的全局搜索能力,最终得到支持向量机的最优参数组合.将支持向量机预测模型用于中国粮食产量预测中,通过试验验证了模型的正确性,并证实了该预测模型拥有较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩飞	江苏大学计算机与通信工程学院	24	134	6.0	10.0
2	高心怡	江苏大学计算机与通信工程学院	1	0	0.0	0.0