论文部分内容阅读
针对传统土壤含水量预测算法存在的精度和效率较低等问题,采用支持向量机(SVM,supportvector machine)建立预测模型,提出一种改进樽海鞘群算法(SSA, salp swarm algorithm)优化SVM的土壤含水量预测算法。首先,引入反向学习和混沌优化对标准樽海鞘群算法进行改进,解决算法易陷入局部最优解和收敛速度慢的问题;其次,利用改进的樽海鞘群算法对影响SVM性能的参数进行优化,构建对应的预测模型;最后,将所提模型与粒子群优化SVM预测模型、鲸鱼算法优化SVM预测模型进行对比