论文部分内容阅读
为了改进目前最小二乘支持向量机(LSSVM)参数选择的盲目性,将和声搜索(HarmonySearch)算法引入到最小二乘支持向量机中来.利用具有全局优化功能的和声搜索算法对LSSVM中正则化参数1和核函数参数盯的进行自动优选,提出了和声搜索最小二乘支持向量机(HarmonySearchLeastSquaresSupportVec—totMachine,HS—LSSVM)算法.通过对丰满大坝位移的建模预测并和BP神经网络模型及传统统计回归模型的分析比较,表明HS—LSSVM模型具有更小的预测误差和更高的预测