振动与冲击

作者：迟恩楠，李春祥，郑晓芬

单位：上海大学 土木工程系，上海 200072

关键词：预测；顺风向非高斯风压；小波核函数；乘法混合核函数；最小二乘支持向量机；粒子群优化

本文提出了基于Marr小波核函数最小二乘支持向量机（Marr-LSSVM）的顺风向非高斯空间风压预测算法。通过传统高斯核函数（RBF）和多项式核函数（Poly）的乘法运算，提出了Poly*RBF-LSSVM（MK-LSSVM）的空间风压预测算法。运用粒子群优化（PSO）算法，对Marr-LSSVM、传统单核(CSK)-LSSVM和MK-LSSVM的惩罚参数、核函数参数、权重、尺度因子进行优化，建立基于智能优化的非高斯空间风压预测算法。以30m和50m处模拟顺风向风压时程作为输入样本，使用提出的预测算法对40m处风压时程进行了预测。数值分析表明，Marr-LSSVM、MK-LSSVM比CSK-LSSVM具有明显高的非高斯风压预测性能。<br>

来源：2017年第9期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第9期