基于EMD与果蝇参数寻优的LSSVM的机场能耗预测.pdfVIP

计算机时代 2017年 第4期 ·35 · DOI：10．16644／j．cnki．cn33—1094／tp．2017．04．010 基于EMD与果蝇参数寻优的LSSVM的机场能耗预测★ 王 坤 ，江顺之 (中国民航大学电子信息与 自动化学院，天津 300300) 摘 要 ：针对机场能耗数据周期性、随机性和非平稳时间序列性等特性 ，提 出一种结合经验模式分解(EmpiricalMode Decomposition，EMD)和果蝇参数寻优的最小二乘支持向量机 (LeastSquaresSupportVectorMachines，LSSVM)的能耗 预测方法。在原有LSSVM方法基础上，运用EMD对天津机场能耗数据进行预处理，得到若干个本征分量。根据各分量的 变化规律构造不同的最小二乘支持向量机模型分别预测，加入果蝇参数优化算法寻找最优的最小二乘支持向量机正则化参 数与核函数参数。最后将各分量的预测结果叠加得到最终的预测值。仿真结果表明，经过EMD处理后各个分量突出了原 能耗数据的特性，降低了预测的难度；果蝇参数寻优后能得到更加合适的正则化参数与核函数参数，提高了预测的精度。 关键词：机场能耗信息采集系统；经验模式分解；果蝇参数优化；最小二乘支持向量机 ；组合预测 中图分类号：TP181 文献标志码：A 文章编号：1006—8228(2017)04—35—06 Airportenergy consumption forecastingbased on EMD and fruitfly param etersoptimization LSSVM WangKun，JiangShunzhi (CollegeofCollegeofElectronicinformationandAtttomation，CivilAviationUniversityofChina，Tianjin300300,China) Abstract：Focused on the periodic，random and non—stationary time series characteristics ofAirport energy consumption data，an improvedpredictionalgorithm basedonempiricalmodedecomposition(EMD)andleastsquraessupportvectormachine (LSSVM) with fruitflyparameter optimization isproposed．On thebasisoftheoriginalLSSVM，decomposethedata into multipledifferent intrinsic mode function componentswith EMD first，using fruit fly optimization algorithm to choose appropriate regularization praameter and kernelfunction parameters in LSSVM ．And then depending on theeach decomposition variation consturctdeferent least squaressupport vectormachinemodelto predictrespectively,and use fruitfly optimization algorithm to find theoptimal regulraization praameter and kernel function parameters．Finally,the supeprosition of