期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合人工蜂群和人工鱼群优化的LSSVM脉动风速预测
被引量：
11
1
作者
张永康
李春祥
+1 位作者
郑晓芬
徐化喜
《振动与冲击》
EI
CSCD
北大核心
2017年第15期203-209,共7页
考虑人工蜂群(ABC)和人工鱼群(AFS)算法的各自优势,提出混合智能算法(ABC+AFS)优化选择最小二乘支持向量机(LSSVM)参数的方法,以提高其脉动风速预测模型的性能。AFS算法有较强的全局寻优能力,混合智能算法以AFS算法中的人工鱼寻优方式代...
考虑人工蜂群(ABC)和人工鱼群(AFS)算法的各自优势,提出混合智能算法(ABC+AFS)优化选择最小二乘支持向量机(LSSVM)参数的方法,以提高其脉动风速预测模型的性能。AFS算法有较强的全局寻优能力,混合智能算法以AFS算法中的人工鱼寻优方式代替ABC算法中的引领蜂寻优方式,克服ABC算法易陷入局部最优的问题。同时,ABC算法中的正负反馈机制可以克服AFS算法的后期盲目寻优、收敛速度下降的问题。运用基于混合ABC、AFS优化的LSSVM对脉动风速进行了预测,并与基于ABC、AFS和粒子群(PSO)算法优化的LSSVM脉动风速预测结果进行了比较。数值结果表明,基于混合ABC+AFS优化的LSSVM脉动风速预测模型有更好性能,具有工程应用前景。
展开更多
关键词
人工蜂群算法
人工鱼群算法
混合智能优化
最小二乘支持向量机
脉动风速
预测性能
在线阅读
下载PDF
职称材料
题名
基于混合人工蜂群和人工鱼群优化的LSSVM脉动风速预测
被引量：
11
1
作者
张永康
李春祥
郑晓芬
徐化喜
机构
上海
大学土木
工程
系
同济大学建筑
工程
系
上海飞虹钢结构工程有限公司
出处
《振动与冲击》
EI
CSCD
北大核心
2017年第15期203-209,共7页
基金
国家自然科学基金(51378304)
文摘
考虑人工蜂群(ABC)和人工鱼群(AFS)算法的各自优势,提出混合智能算法(ABC+AFS)优化选择最小二乘支持向量机(LSSVM)参数的方法,以提高其脉动风速预测模型的性能。AFS算法有较强的全局寻优能力,混合智能算法以AFS算法中的人工鱼寻优方式代替ABC算法中的引领蜂寻优方式,克服ABC算法易陷入局部最优的问题。同时,ABC算法中的正负反馈机制可以克服AFS算法的后期盲目寻优、收敛速度下降的问题。运用基于混合ABC、AFS优化的LSSVM对脉动风速进行了预测,并与基于ABC、AFS和粒子群(PSO)算法优化的LSSVM脉动风速预测结果进行了比较。数值结果表明,基于混合ABC+AFS优化的LSSVM脉动风速预测模型有更好性能,具有工程应用前景。
关键词
人工蜂群算法
人工鱼群算法
混合智能优化
最小二乘支持向量机
脉动风速
预测性能
Keywords
artificial bee colony （ABC）
artificial fish swarm （ABF）
hybrid intelligent optimization
least square support vector machine （LSSVM）
fluctuating wind velocity
prediction performance
分类号
TU311 [建筑科学—结构工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合人工蜂群和人工鱼群优化的LSSVM脉动风速预测
张永康
李春祥
郑晓芬
徐化喜
《振动与冲击》
EI
CSCD
北大核心
2017
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
