基于混合智能算法的支持向量机的粮食产量预测 |
| |
作者姓名: | 高心怡 韩飞 |
| |
作者单位: | 江苏大学计算机与通信工程学院,江苏镇江212013;江苏大学计算机与通信工程学院,江苏镇江212013 |
| |
基金项目: | 江苏省"六大人才高峰"高层次人才项目;国家自然科学基金;国家重点研发计划;江苏省高层次人才培养工程"项目 |
| |
摘 要: | 考虑到粮食产量的非线性,提出一种基于混合智能算法的支持向量机的预测模型,针对粒子群算法(PSO)易于陷入局部最优的特点,融合改进的粒子群算法(GAPSO)以及人工鱼群算法(AFSA)得到混合智能算法(GAPSO-AFSA),通过种群自身内部的变异交叉以及族外竞争机制,使得目标函数值向全局最优解快速收敛,提高了算法的全局搜索能力,最终得到支持向量机的最优参数组合.将支持向量机预测模型用于中国粮食产量预测中,通过试验验证了模型的正确性,并证实了该预测模型拥有较好的预测效果.
|
关 键 词: | 粮食产量 支持向量机 混合智能算法 粒子群算法 人工鱼群算法 |
本文献已被 CNKI 万方数据 等数据库收录! |
|