摘要：高準(zhǔn)確率的雷電預(yù)報(bào),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(bào)準(zhǔn)確率具有重要的現(xiàn)實(shí)意義。為了提高支持向量機(jī)(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(zhǔn)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(jìn)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(bào)仿真實(shí)驗(yàn),實(shí)驗(yàn)對比結(jié)果現(xiàn)實(shí),在相同的實(shí)驗(yàn)參數(shù)及實(shí)驗(yàn)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(bào)準(zhǔn)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(bào)準(zhǔn)確率;驗(yàn)證了所提雷電預(yù)報(bào)方法的可靠性。