论文研究-基于*搜索的LS-SVM在墒情预测中的应用.pdf下载

论文研究-基于*搜索的LS-SVM在墒情预测中的应用.pdf,  为有效地利用墒情监测资料预测未来墒情,考虑支持向量机的结构风险最小化准则和*搜索算法良好的全局优化特点,应用最小二乘支持向量机方法,构造了优化目标函数,引入*搜索算法对该目标函数寻优从而辨识模型参数,建立了预测墒情的最小二乘支持向量机(LS-SVM)模型.实例分析表明,支持向量机方法对墒情序列的平稳性要求不高,且模型易于实现,与传统的时间序列模型以及基于粒子群算法和鱼群算法的LS-SVM模型相比,基于*搜索算法的LS-SVM模型具有较好的模拟及预测精度,相对误差小于15\%的模拟值及预测值分别达到了100\%和94.4\%.