文件名称：基于改进萤火虫寻优支持向量机的PM2.5预测
文件大小：1.16MB
文件格式：PDF
更新时间：2024-05-26 06:31:55
萤火虫算法 支持向量机 邻域搜索策略 可变步长 参数优化
针对现有PM2.5浓度预测误差较大的问题，提出一种基于改进萤火虫寻优支持向量机的预测模型（IFA-SVM）.该模型引入邻域搜索和可变步长策略改进萤火虫算法，利用改进FA对SVM的参数C、ε和γ寻优，用最优参数SVM模型预测太原市PM2.5值.其中邻域搜索策略能为参数优化提供更多更精确的候选解；可变步长可动态调整算法搜索步长，加速收敛，平衡FA的全局和局部搜索能力.将IFA-SVM预测值与萤火虫算法-支持向量机（FA-SVM）、遗传算法-支持向量机（GA-SVM）、粒子群算法-支持向量机（PSO-SVM）相比较.结果表明较其他方法，IFA-SVM模型对太原市未来一天和三天的PM2.5值都取得了更精确的预测性能.