高晶
- 作品数：3 被引量：50H指数：3
- 供职机构：辽宁工程技术大学更多>>
- 发文基金：辽宁省教育厅基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 人工蜂群算法优化SVR的预测模型被引量：19
- 2016年
- 针对人工蜂群算法存在的易陷入局部最优、收敛速度慢的缺点,引入当前最优食物源和惯性权重函数,对该算法的食物源更新方式进行改进;针对支持向量回归机的参数优化问题,将其转化为组合优化问题,并使用改进的人工蜂群算法进行优化求解,进而得到人工蜂群算法优化SVR的预测模型。以短期交通流量数据为例,将该模型的预测结果与蚁群算法优化的支持向量回归机(ACO-SVR)、粒子群算法优化的支持向量回归机(PSO-SVR)和未改进的蜂群算法优化的支持向量回归机(ABC-SVR)进行对比分析,结果表明该模型的预测效果最优且运行时间最短,具有更好的学习能力和推广能力。
- 高雷阜高晶赵世杰
- 关键词：人工蜂群算法支持向量回归机交通流量预测蚁群算法
- 人工鱼群算法优化SVR的预测模型被引量：5
- 2015年
- 文章针对参数选择关系着支持向量回归机的性能进而影响GDP预测效果这一问题,引入人工鱼群算法将支持向量回归机的参数选择转化为组合优化问题,得到应用人工鱼群算法优化支持向量回归机的短期GDP预测模型。以辽宁省的GDP数据为例,将该模型的预测结果与同为智能算法的BP神经网路和单纯的支持向量机进行对比,结果表明该模型的预测效果优于其余两个,具有更好的学习能力和推广能力。
- 高雷阜高晶赵世杰
- 关键词：鱼群算法支持向量回归机GDP预测BP神经网络
- 人工鱼群算法在SVM参数优化选择中的应用被引量：26
- 2013年
- 针对支持向量机的参数优化缺乏理论支持,而SVM交叉检验法选取又较为费时的情况下,提出了基于人工鱼群算法的支持向量机参数优化选取算法,并以SVM分类预测准确率最大为优化原则,利用人工鱼群算法的较好并行性和较强的全局寻优能力,以实现最优目标并得到SVM的最优参数组合。数值实验结果表明:人工鱼群算法在SVM参数优化选取中具有更快的寻优性能,同时具有较高的分类准确率。该方法具有较好的并行性和较强的全局寻优能力。
- 高雷阜赵世杰高晶
- 关键词：支持向量机人工鱼群算法参数优化遗传算法
