本文選題：人工蜂群算法 + 人工魚群算法��； 參考：《振動與沖擊》2017年15期

【摘要】：考慮人工蜂群(ABC)和人工魚群(AFS)算法的各自優(yōu)勢,提出混合智能算法(ABC+AFS)優(yōu)化選擇最小二乘支持向量機(jī)(LSSVM)參數(shù)的方法,以提高其脈動風(fēng)速預(yù)測模型的性能。AFS算法有較強(qiáng)的全局尋優(yōu)能力,混合智能算法以AFS算法中的人工魚尋優(yōu)方式代替ABC算法中的引領(lǐng)蜂尋優(yōu)方式,克服ABC算法易陷入局部最優(yōu)的問題。同時,ABC算法中的正負(fù)反饋機(jī)制可以克服AFS算法的后期盲目尋優(yōu)、收斂速度下降的問題。運用基于混合ABC、AFS優(yōu)化的LSSVM對脈動風(fēng)速進(jìn)行了預(yù)測,并與基于ABC、AFS和粒子群(PSO)算法優(yōu)化的LSSVM脈動風(fēng)速預(yù)測結(jié)果進(jìn)行了比較。數(shù)值結(jié)果表明,基于混合ABC+AFS優(yōu)化的LSSVM脈動風(fēng)速預(yù)測模型有更好性能,具有工程應(yīng)用前景。
[Abstract]:Considering the respective advantages of artificial bee colony (ABC) and artificial fish swarm (AFS) algorithms, a hybrid intelligent algorithm (ABC AFS) is proposed to optimize the selection of LSSVMs parameters.In order to improve the performance of its fluctuating wind speed prediction model, the hybrid intelligent algorithm has a strong global optimization ability. The hybrid intelligent algorithm uses artificial fish in the AFS algorithm instead of the lead bee optimization method in the ABC algorithm.To overcome the problem that ABC algorithm is easy to fall into local optimum.At the same time, the positive and negative feedback mechanism of AFS algorithm can overcome the problem of blind optimization and slow convergence of AFS algorithm.The pulsating wind speed is predicted by LSSVM based on the hybrid AFS algorithm, and compared with the prediction results of LSSVM pulsating wind speed based on the AFS algorithm and particle swarm optimization algorithm (PSO).The numerical results show that the LSSVM fluctuating wind speed prediction model based on mixed ABC AFS has better performance and has the prospect of engineering application.
【作者單位】： 上海大學(xué)土木工程系;同濟(jì)大學(xué)建筑工程系;上海飛虹鋼結(jié)構(gòu)工程有限公司;
【基金】：國家自然科學(xué)基金(51378304)
【分類號】：TP18;TU317

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李錦華;李春祥;申建紅;;非平穩(wěn)脈動風(fēng)速的數(shù)值模擬[J];振動與沖擊;2009年01期

2 馮宏;肖正直;李正良;魏奇科;孫毅;歐陽光;;復(fù)雜山地環(huán)境下脈動風(fēng)速譜研究[J];湖南大學(xué)學(xué)報(自然科學(xué)版);2013年01期

3 樓文娟;王嘉偉;楊倫;陳勇;;雷暴風(fēng)三維脈動風(fēng)速場數(shù)值模擬[J];浙江大學(xué)學(xué)報(工學(xué)版);2014年07期

4 李杰;閻啟;;結(jié)構(gòu)隨機(jī)動力激勵的物理模型:以脈動風(fēng)速為例[J];工程力學(xué);2009年S2期

5 黃鵬;戴銀桃;王旭;顧明;;上海沿海地區(qū)近地風(fēng)脈動風(fēng)速譜及相干性研究[J];工程力學(xué);2014年04期

6 孫毅;李正良;黃漢杰;陳朝暉;魏奇科;;山地風(fēng)場平均及脈動風(fēng)速特性試驗研究[J];空氣動力學(xué)學(xué)報;2011年05期

7 李杰;閻啟;;脈動風(fēng)速隨機(jī)Fourier波數(shù)譜研究[J];同濟(jì)大學(xué)學(xué)報(自然科學(xué)版);2011年12期

8 李t，

本文編號：1764254