粒子群优化LSSVM与RBF的混合回归预测模型

摘要

为提高支持向量机预测模型的精确度,将最小二乘向量机与RBF神经网络引入预测模型,使用粒子群算法对RBF神经网络进行优化,使RBF神经网络能够提取向量机训练误差中的有效值,并再次进行数据集训练,使RBF神经网络模型能进一步预测支持向量机残差项.将粒子群算法优化的LSSVM-RBF混合回归预测模型用于大流域生态水环境预测,并将预测结果与其他4种模型进行对比.该模型的RMSE、MAE、MAPE、MSE分别达到了1.1077、0.9135、0.2500、1.2270,拟合程度进一步提高,表明基于粒子群算法优化的LSSVM-RBF-NN混合预测回归模型能够有效提高预测精度.