| 作者： | 路志英%李艳英%陆洁%赵智超 |
| 作者单位： | 天津大学 |
| 刊名： | 天津大学学报 |
| 年： | 2008 |
| 关键词： | 支持向量机%参数优化%粒子群优化%沙尘暴预报 |
| 摘要： | 为提高沙尘暴的预报准确率,针对目前已出现的RBF-SVM沙尘暴预报模型中的参数优化进行研究.利用基本粒子群优化算法(SPSO算法)中粒子速度及其位置与RBF-SVM模型中参数对相对应,对沙尘暴进行预报,为解决SPSO算法易陷入局部解的缺陷,提出了惯性权值自适应调节的改进粒子群算法(WPSO算法),并对沙尘暴RBF-SVM模型参数进行了优化.仿真结果表明,无论是SPSO算法,还是WPSO算法,在优化RBF-SVM沙尘暴预报模型参数方面都表现出了良好的性能,分别比已有的SVM方法的预报准确率提高了22.3%和45.3%. |