基于优化组合核最小二乘支持向量机的脉动风速预测

作者：徐言沁; 李春祥^*

来源：上海大学学报(自然科学版), 2018, 24(04): 627-633.

• B样条核函数
• 组合核函数
• 最小二乘支持向量机
• 粒子群优化
• 脉动风速

将B(包括B1,B3和B5)样条核函数和径向基(radial basic function,RBF)核函数进行线性组合,构造B-RBF组合核函数,进而提出基于粒子群优化B-RBF核的最小二乘支持向量机(least squares support vector machine,LSSVM).在脉动风速预测中,运用粒子群优化(particle swarm optimization,PSO)算法对B-RBF-LSSVM模型的惩罚参数和核函数参数进行智能优化.同时给出PSO-RBF-LSSVM的数值预测结果进行比较.数值分析表明,PSO-B3-RBF-LSSVM比PSO-B1-RBF-LSSVM,PSO-B5-RBF-LSSVM和PSORBF-LSSVM具有更高的预测性能.

• 单位
  上海大学