基于支持向量机的煤炭销售预测系统的研究

被引:4
作者
杨飞
王猛
机构
[1] 太原科技大学计算机科学与技术学院
关键词
支持向量机; 序列最小化; 结构风险最小化; 二次规划;
D O I
暂无
中图分类号
F426.21 []; F224 [经济数学方法];
学科分类号
020104 [西方经济学];
摘要
简要介绍了支持向量机回归原理,以及常用的序列最小化优化算法,将支持向量机回归用于对煤炭销售数据的预测,并在.net平台下设计实现了煤炭销售预测系统,通过真实数据的测试与工程应用,已证明该系统具有智能化程度高、准确率高、操作方便等特点,为煤炭销售预测运行人员提供了一套强有力的工具。
引用
收藏
页码:55 / 57+75 +75
页数:4
相关论文
共 9 条
[1]
支持向量机回归算法与应用研究 [D]. 
李海生 .
华南理工大学,
2005
[2]
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[3]
基于支持向量机的金融时间序列研究 [D]. 
张拥华 .
湖南大学,
2008
[4]
支持向量回归算法及应用研究 [D]. 
刘子阳 .
大连理工大学,
2007
[5]
煤炭需求量预测的支持向量机模型 [J].
贾存良 ;
吴海山 ;
巩敦卫 .
中国矿业大学学报, 2007, (01) :107-110
[6]
支持向量机的时间序列回归与预测 [J].
董辉 ;
傅鹤林 ;
冷伍明 .
系统仿真学报, 2006, (07) :1785-1788
[7]
支持向量机在机械设备振动信号趋势预测中的应用 [J].
杨俊燕 ;
张优云 ;
赵荣珍 .
西安交通大学学报, 2005, (09) :950-953
[8]
基于支持向量机的机械设备状态趋势预测研究 [J].
李凌均 ;
张周锁 ;
何正嘉 .
西安交通大学学报, 2004, (03) :230-233+238
[9]
关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01)