摘要：高準確率的雷電預(yù)報,有助于降低雷電帶來的災(zāi)害,從而減少雷電造成的損失,所以如何提高雷電預(yù)報準確率具有重要的現(xiàn)實意義。為了提高支持向量機(SVM)算法的分類效果,引入了灰狼優(yōu)化算法(GWO),利用GWO算法的全局優(yōu)化能力優(yōu)化SVM的c和σ,從而提高SVM分類的準確性。由于采集的雷電數(shù)據(jù)屬性較多,采用主成分分析(PCA)方法對屬性進行約簡,獲得能夠反映雷電情況的主要影響因子,作為GWO-SVM的輸入數(shù)據(jù),GWO-SVM的輸出為雷電發(fā)生情況。最后建立了雷電預(yù)報仿真實驗,實驗對比結(jié)果現(xiàn)實,在相同的實驗參數(shù)及實驗數(shù)據(jù)情況下,GWO-SVM方法相比于傳統(tǒng)的其他3種算法具有更高的雷電預(yù)報準確率;相比于前人所作研究,所提方法也具有更高的雷電預(yù)報準確率;驗證了所提雷電預(yù)報方法的可靠性。