基于粒子群优化支持向量机的时间序列木材含水率预测

木材干燥过程中对含水率的检测是一个复杂的非线性过程。为了提高含水率数据采集的精确性和可靠性，本文将粒子群优化算法（PSO）引入到含水率检测中，优化支持向量机（SVM）参数，对试验采集过程中失真数据时间点对应的实际值进行预测。通过粒子群优化支持向量机算法和拉格朗日插值法的仿真结果进行对比表明：PSO—SVM算法提高了误差精度，避免了拉格朗日插值法的龙格现象，得到了较好的预测结果。