基于IPSO-SVM的大气候室相对湿度预测 |
| |
引用本文: | 丁瑞成,刘斌,郑焕祺,周玉成.基于IPSO-SVM的大气候室相对湿度预测[J].计算机时代,2023(2):11-15+20. |
| |
作者姓名: | 丁瑞成 刘斌 郑焕祺 周玉成 |
| |
作者单位: | 1. 山东建筑大学信息与电气工程学院;2. 山东省产品质量检验研究院;3. 山东建筑大学建筑城规学院 |
| |
基金项目: | 山东建筑大学博士基金(X21110Z); |
| |
摘 要: | 针对大气候室相对湿度控制效果存在明显滞后的问题,建立改进粒子群算法(IPSO)-支持向量机(SVM)的相对湿度预测模型。首先引入Tent混沌映射初始化种群,使初代粒子均匀分布于搜索空间,增加种群多样性;其次采用新的惯性权重非线性调整策略,平衡粒子的全局搜索与局部搜索能力;最后引入随机蛙跳算法(SFLA)的跳跃机制,一定程度上避免了标准PSO算法过早收敛,陷入局部最优的问题。实验结果表明:在三组数据集中,相较于PSO-SVM和GA-SVM算法,本模型具有最优的预测精度,决定系数均在0.97以上,该模型可为优化大气候室相对湿度控制策略提供参考。
|
关 键 词: | 大气候室 改进粒子群算法 随机蛙跳算法 支持向量机 相对湿度预测 |
|
|