基于改进灰狼算法优化多核支持向量回归机及其应用

• 作者: 张强 朱刘涛 王颖 童勤
• 来源期刊: 计算机系统应用
• 关键词: 支持向量回归机 多核学习 灰狼优化算法 云模型 预测
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究开发
• 页码范围: 256-263
• 页数: 8页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007774

摘要

为更好发现数据中的复杂规律,避免核函数选择的盲目性和局部最优等非线性优化问题,本文提出一种基于改进灰狼算法优化多核支持向量回归机算法.首先,基于全局核函数和局部核函数构建多核支持向量机采油速度预测模型;其次,利用基于云模型和二次插值算法改进灰狼优化算法对核函数权值和参数的选取进行优化;最后,应用灰色关联分析理论确定采油速度影响因素集,并作为多核支持向量回归机预测模型的输入.与6种采油速度预测方法进行对比,所提方法具有较好的全局寻优能力和较高的预测率的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张强		89	201	7.0	10.0
2	王颖		16	8	2.0	2.0
3	朱刘涛		2	0	0.0	0.0
4	童勤		1	0	0.0	0.0