基于ACO-LSSVM的城市火灾预测

摘要：

火灾的发生具有不确定性,传统线性模型难对该类典型非线性预测问题进行准确预测.为了提高火灾的预测准确性,提出一种蚁群算法(ACO)优化LSSVM的非线性火灾预测算法(ACO-LSSVM).首先收集火灾发生的历史数据,然后输入LSSVM进行训练,ACO对LSSVM进行动态优化,描述火灾发生的不确定性,从而建立一种非线性火灾预测模型.仿真结果表明:ACO-LSSVM解决了传统火灾预测算法存在的缺陷,提高了火灾的预测精度,准确地刻画了火灾的复杂性、非线性变化的特点.

关键词：蚁群优化算法、LSSVM、参数优化、火灾预测

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

在线出版日期：2013-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：96-99