10.13465/j.cnki.jvs.2016.14.009
基于优化组合核和 Morlet 小波核的 LSSVM脉动风速预测方法
核函数是支持向量机的重要组成部分,直接影响预测模型的结果。根据 Mercer 定理,推导出了 Morlet 小波核函数,使其具有局部化、多层次、多分辨的优点。选择具有代表性的径向基(RBF)核函数和多项式(Poly)核函数构建出局部性和全局性相结合的线性组合核函数,使得预测模型保留 RBF 核函数所赋予的优越学习能力以及 Poly 核函数所拥有的强泛化能力;进一步,使用粒子群优化(PSO)算法,对惩罚参数、核参数、权重、尺度因子进行寻优,分别建立了基于Morlet 小波核和组合核的 PSO-LSSVM模型;使用建立的预测模型,对脉动风速进行了预测。通过比较预测性能评价指标,发现基于 Morlet 小波核和组合核 PSO-LSSVM的预测精度优于常用的单核 PSO-LSSVM模型。
预测、脉动风速、Morlet小波核、组合核、最小二乘支持向量机、粒子群优化
35
TU311(建筑结构)
国家自然科学基金51378304
2016-10-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
52-57