论文研究 基于GA和PSO的并行协同进化混合支持向量回归预测月降雨量。

准确及时的每月降雨量预报是水文研究等科学界面临的主要挑战，例如河流管理项目和洪水预警系统的设计。支持向量回归（SVR）是一个非常有用的降水预测模型。本文提出了一种新的并行协同进化算法，基于遗传算法和粒子群优化算法SVRGAPSO的并行协同进化，可以确定SVR在降雨预测中的合适参数，用于月降水预测。并行协同进化算法的框架是同时迭代两个GA和PSO种群，这是GA和PSO种群之间进行信息交换以克服过早的局部最优的一种机制。我们的方法采用混合PSO和GA，通过并行协同发展来获得SVR的最佳参数。所提出的技术可用于降雨预报，以测试其概括能力并与几种竞争技术进行比较评估，例如其他替代方法，即SV