遗传算法对SVR风速预测模型的多参数优化

实验分析发现:通过相空间重构法求出的？G入维数E和时间延迟t往往不是支持向量回归机（S V R)预测模型的最优参数。针对此问题，建立了一种基于遗传算法（GA)的多参数同步优化的S V R预测方法。利用G A方法对E、t和S V R模型中的惩罚因子C、核函数宽度r进行同步优化获得全局最优解，建立S V R风速预测模型。对比单纯优化C、r的模型，以2组风速数据为例进行实验研究，建立的模型预测误差约为6.5 6%和7.74%。而对比模型的误差为12.00%和9.30%。这一结果表明，同时对E、t、C、r进行优化的模型相对于单纯优化C、r的模型，预测精确度大大提高