摘要
本发明公开了基于随机森林下改进鲸鱼优化算法及SVRM短期覆冰预测方法,包括(1)获取各项微气象数据及其等值覆冰厚度并随时间序列对映,将数据预处理,划分为训练集和测试集;(2)基于随机森林算法,分析各气象因素对覆冰增长的影响,通过随机森林算法得到覆冰影响率,取影响率高的作为输入特征量;(3)初始化支持向量机回归模型;(4)基础鲸鱼优化算法中加入阶段性位置更新,添加自适应权重进行改进;(5)使用改良鲸鱼算法优化支持向量机回归模型的核参数与惩罚因子;(6)利用得到的最优参数重建支持向量机回归模型,使用训练集对支持向量机回归模型训练,测试集输入进行测试,得到最终覆冰预测值,对预测结果进行误差计算。
技术关键词
支持向量机回归模型
鲸鱼优化算法
随机森林
覆冰
鲸鱼算法
优化支持向量机
气象
位置更新
训练集数据
大气压强
参数
序列
误差
因子
样本
指标
极值
系统为您推荐了相关专利信息
授权管理方法
艺术品
高风险
授权管理系统
区域停留时间
动脉粥样硬化
标尺
生物标志物
差异表达基因
蛋白质相互作用网络
旋转机械
数字孪生模型
机器学习模型
长短期记忆网络
设备运行状态监测
数值天气预报数据
订正方法
动态权重分配
卡尔曼滤波
时序误差