振动与冲击

作者：张永康  李春祥  郑晓芬  徐化喜

单位：1.上海大学土木工程系上海 200072

关键词：人工蜂群算法；人工鱼群算法；混合智能优化；最小二乘支持向量机；脉动风速；预测性能

考虑人工蜂群（ABC）和人工鱼群（AFS）算法的各自优势，提出混合智能算法（ABC+AFS）优化选择最小二乘支持向量机（LSSVM）参数的方法，以提高其脉动风速预测模型的性能。AFS算法有较强的全局寻优能力，混合智能算法以AFS算法中的人工鱼寻优方式代替ABC算法中的引领蜂寻优方式，克服ABC算法易陷入局部最优的问题。同时，ABC算法中的正负反馈机制可以克服AFS算法的后期盲目寻优、收敛速度下降的问题。运用基于混合ABC、AFS优化的LSSVM对脉动风速进行了预测，并与基于ABC、AFS和粒子群（PSO）算法优化的LSSVM脉动风速预测结果进行了比较。数值结果表明，基于混合ABC+AFS优化的LSSVM脉动风速预测模型有更好性能，具有工程应用前景。<br>

来源：2017年第15期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第15期