3.7.4 基于混沌优化的最小二乘支持向量机需水预测模型
针对支持向量机算法存在的参数优化、训练和测试速度等问题，我们采用变尺度的混沌优化方法与峰值识别最小二乘支持向量机相结合，建立了一种基于混沌优化的峰值识别最小二乘支持向量机（C-λivi-SVM）预测算法。其具体步骤如下。
（1）数据的预处理。我们采用比例压缩法，将需水历史数据作为训练样本数据变换为[0.1，0.9]，即：
（2）选择满足Mercer条件的核函数K（Xi，Xj）。
（3）用变尺度混沌优化算法确定λivi-SVM模型的参数（α，b）T。
选择下式产生的混沌变量来进行优化搜索：
优化问题为：
具体步骤如下。
