10.13465/j.cnki.jvs.2019.11.036
多变量非高斯风压的高性能智能预测
为了提高最小二乘支持向量机(LSSVM)对多变量非高斯风压预测的精度和泛化能力,采用混合蚁群(ACO)和粒子群(PSO)智能算法优化LSSVM的正则化参数和核参数,从而形成了混合智能优化LSSVM(称为ACO+PSO-LSSVM)多变量非高斯风压预测算法.使用现场实测多变量非高斯风压数据,对ACO+ PSO-LSSVM多变量非高斯风压预测算法的性能进行验证,并与基于蚁群(ACO)和粒子群(PSO)智能优化LSSVM(分别称为ACO-LSSVM和PSO-LSSVM)的预测结果进行比较.比较结果表明,对于多变量非高斯风压预测,混合智能优化LSSVM(ACO+ PSO-LSSVM)是高性能预测性算法,具有工程应用前景.
混合智能优化、最小二乘支持向量机、多变量、非高斯风压、预测性能
38
TU311(建筑结构)
国家自然科学基金51378304
2019-07-26(万方平台首次上网日期,不代表论文的发表时间)
共9页
249-257