为更好发现数据中的复杂规律, 避免核函数选择的盲目性和局部最优等非线性优化问题, 本文提出一种基于改进灰狼算法优化多核支持向量回归机算法. 首先, 基于全局核函数和局部核函数构建多核支持向量机采油速度预测模型; 其次, 利用基于云模型和二次插值算法改进灰狼优化算法对核函数权值和参数的选取进行优化; 最后, 应用灰色关联分析理论确定采油速度影响因素集, 并作为多核支持向量回归机预测模型的输入. 与6种采油速度预测方法进行对比, 所提方法具有较好的全局寻优能力和较高的预测率的优点.
2021-12-02 20:36:05
1.2MB
1
【预测模型】基于混沌灰狼算法优化支持向量机SVM实现分类matlab源码.zip
2021-11-22 09:17:38
1.32MB
1
【路径规划】基于灰狼算法实现机器人栅格地图路径规划matlab源码.zip
2021-11-20 18:49:38
1.11MB
1
【路径规划】基于和声算法改进灰狼算法实现机器人栅格地图路径规划matlab源码.zip
2021-11-17 21:13:30
1.1MB
1
【预测模型】基于灰狼算法优化支持向量机SVM实现分类matlab源码.zip
2021-11-15 10:44:28
965KB
1
针对灰狼算法具有易陷于局部最优并且收敛速度不理想的缺点，提出基于改进收敛因子策略和引入动态权重策略以及两种策略混合改进的灰狼优化算法，并且用于求解函数优化问题。提出一种非线性收敛因子公式，能够动态地调整算法的全局搜索能力，引入的动态权重使算法在收敛过程中能够加快算法的收敛速度。通过15个基准测试函数验证改进后算法的全局搜索能力、局部搜索能力与收敛速度，实验结果表明，改进后的算法无论在搜索能力还是收敛速度上都强于标准灰狼算法。
2021-11-09 23:09:08
1.69MB
1