多变量非高斯风压的高性能智能预测

• 作 者: 李春祥 涂伟平
• 机 构: 上海大学土木工程系
• 出 处: 振动与冲击
• 发表日期: 2019年11期
• 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
• 基金项目: 国家自然科学基金(51378304)

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