上海大学

上海大学

200444上海市宝山区上大路99号

发明专利

201610440407.5

2016.11.16

本发明提出了一种基于最小二乘支持向量机的脉动风速预测方法。本方法首先通过ARMA法数值模拟超高层建筑15个模拟点的脉动风速作为样本数据；通过内插学习训练，使用B样条核函数和径向基（RBF）核函数线性组合建立B?RBF组合核函数，并基于B?RBF组合核函数的LSSVM模型，进一步采用粒子群（PSO）优化算法来寻找模型最优参数使得模型的预测误差最小，从而采用寻优后的参数建立基于B?RBF核函数的LSSVM模型；最后通过上下层的脉动风速样本预测出中间层的脉动风速，采用平均误差、平均绝对误差、均方根误差、相关系数作为评价指标，并与基于单一B样条（包括1次B样条、3次B样条以及5次B样条）核函数的LSSVM和单一RBF核函数的LSSVM模型的预测结果进行比较。