文档介绍：第卷第期哈尔滨工业大学学报.
年月.
和声搜索最小二乘支持向量机预测模型及其应用
宋志宇,李俊杰
.黄河勘测规划设计有限公司,郑州,.;.大连理工大学土木水利学院,大连
摘要:为了改进目前最小二乘支持向量机参数选择的盲目性,将和声搜索算法

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—
,—
的分析比较,表明—模型具有更小的预测误差和更高的预测精度.
关键词:最小二乘支持向量机;和声搜索;预测模型
中图分类号:. 文献标识码: 文章编号:———

—,.
..,.,,, .;.
,,,
: ,
:—
, :
—.
,——.
,—
.,—

.
:;;
支持向量机, 经典支持向量机的发展和改进,最小二乘支持向
是最近发展起来的一种新的机器学习技术,具有量机,—
先进完备的统计学习理论体系¨.它采用结构风采用等式约束替代不等式约束,求解过程变
险最小化原则替代经验风险最小化原则,能根据成解一组等式方程,,
有限的样本信息,在模型的复杂性和学习能力之支持向量机和最小二乘支持向量机的参数的选择
间寻求最佳折中,最终将问题转化为求解凸二次目前主要依靠经验和试算,不同的参数会对预测
规划问题,同时引入核函数思想,能很好地的精度和模型的泛化推广能力有很大的影响,支
解决小样本、.
和声搜索,算法’。是
收稿日期:——. 最近问世的一种启发式全局搜索算法,以其良好
作者简介:宋志宇一,男,博士; 的性能在许多组合优化问题中得到了成功的应
李俊杰一,男,教授,博士生导师
· · 哈尔滨工业大学学报第卷
:
量机参数的优化选取中,避免了人为确定的随机题,定义函数:
性和盲目性,提出了和声搜索最小二乘支持向量,,,了了∑;一
机算法一

,..最后尝试将—∑·—.
方法应用到大坝安全监控的位移预测中,
,,,对.,,
利用吉林丰满混凝土大坝的实际监测数据,建立
,的偏微分,可以得到式的最优条件:
,同时进行了与

神经网络模型和统计回归模型的分析比较,结果。一
表明改进的支持向量机在大坝位移预测方面具有
丽。
优越性. : 。
支持向量机和最小二乘支持向量
机算法差

支持向量机是统计学习理论的一种通用学习一,。,
方法,是一种新的、很有潜力的数据分类和回归工,⋯.
:已知一组训练集。, 消去式中的和,得到方程:
,⋯, ,,⋯,,, ∈,∈,确定【。。
一个基于训练集的函数【一【兰】【:】.。
厂, · . 式中: 一, ,,⋯,, 。,
,可以通⋯
, , ,⋯,’,在式中,
过样本