改进CS优化支持向量回归的汽车热舒适性预测

作者：徐熊飞; 周晓华^*; 杨艺兴

来源：自动化与仪表, 2023, 38(06): 5-44.

DOI：10.19557/j.cnki.1001-9944.2023.06.002

• 支持向量回归
• 布谷鸟算法
• 自适应步长策略
• 非洲野狗算法
• 热舒适性指标

热舒适性指标PMV参数间互相迭代、计算复杂、不易实时预测，而采用支持向量回归（SVR）进行数据拟合时，预测效果易受SVR参数的影响。针对以上问题，提出一种改进布谷鸟算法（CS）优化SVR参数的PMV预测模型。改进CS算法采用自适应步长对Lévy全局随机游动的步长进行调节，并用非洲野狗算法（DOA）的生存行为替换CS算法偏好局部随机游动行为，以提高CS算法寻优能力。实验结果表明，CS优化SVR模型预测值的RMSE为0.00742，比DOA优化SVR模型的RMSE低0.00481；使用自适应步长或DOA算法改进CS优化SVR模型比CS优化SVR模型的RMSE分别降低了32.34%和40.83%；融合两种策略改进CS优化SVR模型预测值的RMSE整体降低了60.52%。融合两种策略改进CS算法优化SVR预测模型具有更高的PMV预测精度。

• 出版日期2023
• 单位自动化学院; 广西科技大学; 东风柳州汽车有限公司