论文部分内容阅读
为提高沙尘暴的预报准确率，针对目前已出现的RBF—SVM沙尘暴预报模型中的参数优化进行研究．利用基本粒子群优化算法（SPSO算法）中粒子速度及其位置与RBF—SVM模型中参数对相对应，对沙尘暴进行预报，为解决SPSO算法易陷入局部解的缺陷，提出了惯性权值自适应调节的改进粒子群算法（WPSO算法），并对沙尘暴RBF—SVM模型参数进行了优化．仿真结果表明，无论是SPSO算法，还是WPSO算法，在优化RBF—SVM沙尘暴预报模型参数方面都表现出了良好的性能，分别比已有的SVM方法的预报准确率提高了22．3％和