基于FSA-LSSVR模型的安徽省耕地变化预测 |
| |
摘 要: | 针对耕地变化内部规律及其外部驱动因子的特点,利用鱼群算法优化最小二乘支持向量机回归(FSA-LSSVR)模型,探讨耕地变化预测模型,为耕地保护政策制定提供参考依据。结果表明:鱼群算法的全局搜索能力能使支持向量机算法有效地收敛到参数γ和σ的全局最优解;FSA-LSSVR模型的预测精度指标远高于多元线性、GM(1,1)和BP神经网络模型,且优于FSA-SVM,求解速度明显优于SVM。FSA-LSSVR模型可以解决SVM内部参数难以确定的问题,适用于多因素参与的高维非线性的耕地变化预测,而且速度快、精度高,具有推广价值。
|
本文献已被 CNKI 等数据库收录! |
|