高斯-柯西变异算子优化的LSSVM模型研究

• 作者: 周慧 徐巍巍 王进 顾翔
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 最小二乘支持向量机 量子粒子群优化 参数优化 高斯-柯西变异算子
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 算法与分析
• 页码范围: 19-24
• 页数: 6页
• 分类号: TP39
• 字数: 3775字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.01.004

摘要

论文针对标准量子粒子群算法易陷入局部极值的问题,提出一种改进的量子粒子优化最小二乘支持向量机的方法.利用高斯变异数的局部开发能力以及柯西变异数的全局搜索能力,在量子粒子群优化算法中,引入高斯-柯西变异算子,帮助算法跳出局部极值.并利用该优化模型进行光伏发电量预测实验,对优化的最小二乘支持向量机模型的预测结果与其他模型预测结果进行比较,结果表明:基于高斯-柯西变异算子的量子粒子群优化的最小二乘支持向量机对光伏发电量的预测具备较好的收敛速度和跳出局部收敛困境的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾翔	南通大学计算机科学与技术学院	51	204	7.0	11.0
2	王进	南通大学计算机科学与技术学院	18	91	6.0	9.0
3	周慧	南通大学计算机科学与技术学院	6	0	0.0	0.0
4	徐巍巍		1	0	0.0	0.0