简介概要

基于自适应人工蜂群算法优化的最小二乘支持向量机在变形预测中的应用

来源期刊:江西理工大学学报2018年第3期

论文作者:冯腾飞 钟钰 刘小生 于良

文章页码:35 - 39

关键词:自适应人工蜂群;自适应步长更新;自适应概率选择;最小二乘支持向量回归机;变形预测;

摘    要:针对人工蜂群算法(ABC)机制中步长更新及概率选择方面的不足,提出了自适应人工蜂群算法(AABC).在AABC中设计了新的自适应步长更新公式及自适应概率选择公式来平衡算法的勘探和开发能力.采用AABC算法对最小二乘支持向量回归机(LSSVR)进行参数优化,进而构建出基于AABC优化的LSSVR变形预测模型并应用于滑坡变形预测.实验结果表明,AABC有效的解决了ABC过早收敛、收敛精度不高等缺点,且较对比模型来讲,AABC_LSSVR模型预测精度更高,预测趋势更符合实际.

详情信息展示

基于自适应人工蜂群算法优化的最小二乘支持向量机在变形预测中的应用

冯腾飞,钟钰,刘小生,于良

江西理工大学建筑与测绘工程学院

摘 要:针对人工蜂群算法(ABC)机制中步长更新及概率选择方面的不足,提出了自适应人工蜂群算法(AABC).在AABC中设计了新的自适应步长更新公式及自适应概率选择公式来平衡算法的勘探和开发能力.采用AABC算法对最小二乘支持向量回归机(LSSVR)进行参数优化,进而构建出基于AABC优化的LSSVR变形预测模型并应用于滑坡变形预测.实验结果表明,AABC有效的解决了ABC过早收敛、收敛精度不高等缺点,且较对比模型来讲,AABC_LSSVR模型预测精度更高,预测趋势更符合实际.

关键词:自适应人工蜂群;自适应步长更新;自适应概率选择;最小二乘支持向量回归机;变形预测;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号