Release Time:2019-03-11  Hits:

Indexed by: Journal Article

Date of Publication: 2009-01-01

Journal: 哈尔滨工业大学学报

Included Journals: CSCD、ISTIC、PKU

Volume: 41

Issue: 8

Page Number: 207-210

ISSN: 0367-6234

Key Words: 最小二乘支持向量机; 和声搜索; 预测模型

Abstract: 为了改进目前最小二乘支持向量机(KSSVM)参数选择的盲目性,将和声搜索(Harmony
   Search)算法引入到最小二乘支持向量机中来.利用具有全局优化功能的和声搜索算法对LSSVM中正则化参数gamma和核函数参数sigma的进行
   自动优选,提出了和声搜索最小二乘支持向量机(Harmony Search Least Squares Support Vec-tot
   Machine.HS-LSSVM)算法.通过对丰满大坝位移的建模预测并和BP神经网络模型及传统统计回归模型的分析比较,表明HS-LSSVM模型具
   有更小的预测误差和更高的预测精度.