基于SAHDE-RVM的铁路短期风速预测研究

作者: 杨溪源李彦哲

关键词: 短期风速预测相关向量机自适应混合差分进化算法差分进化算法最小二乘支持向量机

摘要：针对铁路短期风速预测方法中人工神经网络(ANN)易陷入局部最小值、支持向量机(SVM)核函数选择困难等缺陷,提出采用一种基于自适应混合差分进化相关向量机(SAHDE-RVM)对铁路短期风速进行预测研究.首先,改进自适应差分进化算法,引入模拟退火算法对种群的当前最优个体进行二次寻优,形成自适应混合差分进化算法,然后将自适应混合差分进化算法与相关向量机结合,建立自适应混合差分进化相关向量机模型,最后利用本文模型对国内某两段不同铁路沿线实测风速数据进行预测,预测结果表明,本文模型的预测指标均优于传统差分进化算法(DE)参数寻优的相关向量机模型及最小二乘支持向量机(LS-SVM)模型,具有更加出色的预测性能.

上一篇： 基于证据理论的列控中心TSR处理功能安全性评估
下一篇： 钢格构柱便桥在宁波站软土深基坑开挖中的应用

基于SAHDE-RVM的铁路短期风速预测研究

作者: 杨溪源 李彦哲

关键词: 短期风速预测 相关向量机 自适应混合差分进化算法 差分进化算法 最小二乘支持向量机

作者: 杨溪源李彦哲

关键词: 短期风速预测相关向量机自适应混合差分进化算法差分进化算法最小二乘支持向量机