多变量非高斯风压的高性能智能预测

摘要：

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.

关键词：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

所属期刊栏目：38

分类号：TU311(建筑结构)

资助基金：国家自然科学基金51378304

在线出版日期：2019-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：249-257