基于改进的PSO优化SVR的机场道面积冰预测

摘要：

针对冬季机场道面积冰厚度的问题,建立了粒子群优化支持向量回归参数的预测模型.并且针对粒子群算法在参数寻优的过程中易陷入局部最优和过早收敛的问题,对经典学习因子寻优的范围进行了改进并引入惯性权值.在人工气象室中搭建模拟机场道面积冰环境实验系统,通过正交实验法进行实验方案设计,根据极差的大小判断影响积冰厚度的主次顺序为:降雨量-温度-风速-湿度.经过模型仿真结果的均方误差对比,基于改进的PSO优化SVR的模型预测精度高于常规的PSO-SVR模型和BP神经网络.

关键词：机场道面;积冰预测;支持向量回归;粒子群优化;正交实验

所属期刊栏目：38

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金委员会与中国民用航空局联合资助项目;中央高校基本科研业务费资助项目

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：45-50,89