一种改进的混合灰狼优化支持向量机预测算法及应用

方晓玉; 李晓斌; 郭震

doi:doi:10.3788/LOP57.122801

激光与光电子学进展, 2020, 57 (12): 122801, 网络出版: 2020-06-03

一种改进的混合灰狼优化支持向量机预测算法及应用下载： 1060次

Improved Hybrid Grey Wolf Optimization Support Vector Machine Prediction Algorithm and Its Application

方晓玉李晓斌 ^*郭震

作者单位

上海应用技术大学电气与电子工程学院, 上海 201418

图 & 表

图 1. 灰狼群体的等级结构

Fig. 1. Hierarchical structure of the gray wolf group

下载图片查看原文

图 2. 现场扫描图。(a)行人;(b)自行车;(c)电瓶车;(d)电动三轮车;(e)四轮汽车

Fig. 2. Scanning scene. (a) Pedestrian; (b) bicycle; (c) battery car; (d) electric tricycle; (e) four-wheel vehicle

下载图片查看原文

图 3. 运动轨迹预测图。(a)行人;(b)自行车;(c)电瓶车;(d)电动三轮车;(e)四轮汽车

Fig. 3. Prediction graph of motion trajectory. (a) Pedestrian; (b) bicycle; (c) battery car; (d) electric tricycle; (e) four-wheel vehicle

下载图片查看原文

表 1改进后的算法运行时间

Table1. Run time of the improved algorithmunit: s

Number	DEGWO-SVM	Improvedmutationoperator	Improvedcrossoverfactor	Improvedmutationstrategy	Improvedlevy flight	HGWO-SVM
Group1	49.021701	43.253558	46.732346	47.625673	41.143532	39.083659
Group2	48.954682	44.024647	47.923113	46.253631	42.253612	40.138830
Group3	48.487896	43.638574	46.743213	46.132435	42.412663	39.990193
Group4	50.368133	42.354325	46.931367	47.721573	41.315262	40.358665
Group5	51.155398	44.356235	47.622442	48.256367	42.043422	41.315698

查看原文

表 2运动目标位置预测的相对误差

Table2. Relative error of the position prediction of moving targetunit: %

Number	DEGWO-SVM	HGWO-SVM
Group1	26.12	21.91
Group2	22.11	17.97
Group3	37.46	29.55
Group4	19.30	17.27
Group5	119.36	95.83

查看原文

方晓玉, 李晓斌, 郭震. 一种改进的混合灰狼优化支持向量机预测算法及应用[J]. 激光与光电子学进展, 2020, 57(12): 122801. Xiaoyu Fang, Xiaobin Li, Zhen Guo. Improved Hybrid Grey Wolf Optimization Support Vector Machine Prediction Algorithm and Its Application[J]. Laser & Optoelectronics Progress, 2020, 57(12): 122801.

一种改进的混合灰狼优化支持向量机预测算法及应用下载： 1060次

图 1. 灰狼群体的等级结构

Fig. 1. Hierarchical structure of the gray wolf group

图 2. 现场扫描图。(a)行人;(b)自行车;(c)电瓶车;(d)电动三轮车;(e)四轮汽车

Fig. 2. Scanning scene. (a) Pedestrian; (b) bicycle; (c) battery car; (d) electric tricycle; (e) four-wheel vehicle

图 3. 运动轨迹预测图。(a)行人;(b)自行车;(c)电瓶车;(d)电动三轮车;(e)四轮汽车

Fig. 3. Prediction graph of motion trajectory. (a) Pedestrian; (b) bicycle; (c) battery car; (d) electric tricycle; (e) four-wheel vehicle

表 1改进后的算法运行时间

Table1. Run time of the improved algorithmunit: s

表 2运动目标位置预测的相对误差

Table2. Relative error of the position prediction of moving targetunit: %

关于本站 Cookie 的使用提示

全站搜索

一种改进的混合灰狼优化支持向量机预测算法及应用 下载： 1060次

图 1. 灰狼群体的等级结构

Fig. 1. Hierarchical structure of the gray wolf group

图 2. 现场扫描图。(a)行人;(b)自行车;(c)电瓶车;(d)电动三轮车;(e)四轮汽车

Fig. 2. Scanning scene. (a) Pedestrian; (b) bicycle; (c) battery car; (d) electric tricycle; (e) four-wheel vehicle

图 3. 运动轨迹预测图。(a)行人;(b)自行车;(c)电瓶车;(d)电动三轮车;(e)四轮汽车

Fig. 3. Prediction graph of motion trajectory. (a) Pedestrian; (b) bicycle; (c) battery car; (d) electric tricycle; (e) four-wheel vehicle

表 1改进后的算法运行时间

Table1. Run time of the improved algorithmunit: s

表 2运动目标位置预测的相对误差

Table2. Relative error of the position prediction of moving targetunit: %

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

一种改进的混合灰狼优化支持向量机预测算法及应用下载： 1060次