改进CS优化支持向量回归的汽车热舒适性预测 |
| |
引用本文: | 徐熊飞,周晓华,杨艺兴.改进CS优化支持向量回归的汽车热舒适性预测[J].自动化与仪表,2023(6):5-9+44. |
| |
作者姓名: | 徐熊飞 周晓华 杨艺兴 |
| |
作者单位: | 1. 广西科技大学自动化学院;2. 广西科技大学广西汽车零部件与整车技术重点实验室;3. 东风柳州汽车有限公司 |
| |
基金项目: | 广西自然科学基金重点项目(2020GXNSFDA238011);;广东省基础与应用基础研究基金项目(2021B1515420003); |
| |
摘 要: | 热舒适性指标PMV参数间互相迭代、计算复杂、不易实时预测,而采用支持向量回归(SVR)进行数据拟合时,预测效果易受SVR参数的影响。针对以上问题,提出一种改进布谷鸟算法(CS)优化SVR参数的PMV预测模型。改进CS算法采用自适应步长对Lévy全局随机游动的步长进行调节,并用非洲野狗算法(DOA)的生存行为替换CS算法偏好局部随机游动行为,以提高CS算法寻优能力。实验结果表明,CS优化SVR模型预测值的RMSE为0.00742,比DOA优化SVR模型的RMSE低0.00481;使用自适应步长或DOA算法改进CS优化SVR模型比CS优化SVR模型的RMSE分别降低了32.34%和40.83%;融合两种策略改进CS优化SVR模型预测值的RMSE整体降低了60.52%。融合两种策略改进CS算法优化SVR预测模型具有更高的PMV预测精度。
|
关 键 词: | 支持向量回归 布谷鸟算法 自适应步长策略 非洲野狗算法 热舒适性指标 |
|