[发明专利]基于改进萤火虫算法优化SVM的变电工程造价预测方法

权利要求书

1.一种基于改进萤火虫算法优化SVM的变电工程造价预测方法，其特征在于，包括以下步骤：

步骤1：数据处理：采集变电工程造价数据并对其进行数据分析，将采集的数据划分为训练集和测试集；

步骤2：确定参数：首先进行参数和种群的初始设置，训练SVM并输出结果，根据输出结果判断是否满足最大迭代次数，若满足，则进入步骤3，否则，采用高斯扰动改进的萤火虫优化参数选择算法寻找最优参数；

步骤3：造价预测：将测试集输入SVM系统，经测试集预测负荷，最终输出变电工程造价预测结果。

2.根据权利要求1所述的一种基于改进萤火虫算法优化SVM的变电工程造价预测方法，其特征在于，所述高斯扰动改进的萤火虫优化参数选择算法的计算方法为：

步骤a:计算萤火虫的相对荧光亮度为：

I(r)=I0e-γr2]]>

式中：r为2只萤火虫之间的距离；I₀为萤火虫的初始亮度；γ为光强吸收系数；

步骤b：计算萤火虫的吸引度为：

β(rij)=β0e-γrij2]]>

式中：β₀为萤火虫的初始吸引度；r_ij为第i只萤火虫到第j只萤火虫之间的距离，γ为光强吸收系数；

其中，r_ij的笛卡尔距离为：

rij=||xi-xj||=Σk=1d(xi,k-xj,k)2]]>

式中：x_i和x_j分别为萤火虫i和萤火虫j的位置；k为笛卡尔坐标的维度；

假设k＝2，则r_ij的二维笛卡尔距离可表示为:

rij=(xi-xj)2+(yi-yj)2]]>

式中，x_i和x_j分别为萤火虫i和萤火虫j在坐标x轴的位置，y_i和y_j分别为萤火虫i和萤火虫j在坐标y轴的位置；

步骤c:假设所有的萤火虫都是无性别的，萤火虫之间的相互移动完全依赖于发光亮度而非雌雄趋向，将高斯扰动引入FA算法改进位置更新公式，在公式中加入一个扰动因子GD，构成改进的萤火虫位置更新公式：

xi=xi+β0e-γrij2(xj-xi)+α(rand-0.5)⊕GD]]>

式中，x_i和x_j分别为萤火虫i和萤火虫j的位置，β₀为萤火虫的初始吸引度，r_ij为第i只萤火虫到第j只萤火虫之间的距离，γ为光强吸收系数,α为步长因子,rand为[0,1]上的随机数，GD为扰动因子；

步骤d：当改进的萤火虫位置更新公式在第t次迭代后中止，采用GD因子进行扰动得到萤火虫的位置，位置更新后，再命令萤火虫群体进入下一个t次迭代。