基于SAFA优化LSSVM的粮食产量预测

来源：中国农机化学报杂志2019年第3期北京时间：

作者：施瑶;陈昭;

单位：江苏商贸职业学院;郑州大学;

摘要：为提高粮食产量预测的精度,针对LSSVM模型的预测精度受惩罚参数C和核函数参数g选择的影响,将非线性惯性权重引入萤火虫算法,提出一种基于自适应权重的萤火虫算法(Self-Adaptive Firefly Algorithm,SAFA),并将SAFA应用于惩罚参数C和核函数参数g优化,提出一种基于SAFA-LSSVM的粮食产量预测算法。选择1978—2017年我国粮食产量数据为研究对象,与FA-LSSVM、PSO-LSSVM和LSSVM相比,研究结果表明本文提出的算法SAFA-LSSVM可以有效提高粮食产量预测的精度,相关系数R达0.9893,为粮食产量预测提供新的方法和途径。

关键词：萤火虫算法,LSSVM模型,神经网络,支持向量机,粮食产量

基金资助：河南省科技厅科技攻关项目(172102210506);河南省科技厅基础与前沿技术研究计划项目(162300410269)