学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
人工鱼群算法优化SVR的预测模型
被引:12
作者
:
论文数:
引用数:
h-index:
机构:
高雷阜
高晶
论文数:
0
引用数:
0
h-index:
0
机构:
辽宁工程技术大学数学与系统科学研究所
高晶
论文数:
引用数:
h-index:
机构:
赵世杰
机构
:
[1]
辽宁工程技术大学数学与系统科学研究所
来源
:
统计与决策
|
2015年
/ 07期
关键词
:
鱼群算法;
支持向量回归机;
GDP预测;
BP神经网络;
D O I
:
10.13546/j.cnki.tjyjc.2015.07.005
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
140502
[人工智能]
;
摘要
:
文章针对参数选择关系着支持向量回归机的性能进而影响GDP预测效果这一问题,引入人工鱼群算法将支持向量回归机的参数选择转化为组合优化问题,得到应用人工鱼群算法优化支持向量回归机的短期GDP预测模型。以辽宁省的GDP数据为例,将该模型的预测结果与同为智能算法的BP神经网路和单纯的支持向量机进行对比,结果表明该模型的预测效果优于其余两个,具有更好的学习能力和推广能力。
引用
收藏
页码:13 / 16
页数:4
相关论文
共 8 条
[1]
基于支持向量机回归的短时交通流预测模型
[J].
论文数:
引用数:
h-index:
机构:
傅贵
;
论文数:
引用数:
h-index:
机构:
韩国强
;
逯峰
论文数:
0
引用数:
0
h-index:
0
机构:
广州市交通管理科学技术研究所
华南理工大学计算机科学与工程学院
逯峰
;
论文数:
引用数:
h-index:
机构:
许子鑫
.
华南理工大学学报(自然科学版),
2013,
41
(09)
:71
-76
[2]
免疫人工鱼群神经网络的经济预测模型
[J].
论文数:
引用数:
h-index:
机构:
刘双印
.
计算机工程与应用,
2009,
45
(29)
:226
-229
[3]
支持向量机回归的参数选择方法
[J].
论文数:
引用数:
h-index:
机构:
闫国华
;
论文数:
引用数:
h-index:
机构:
朱永生
.
计算机工程,
2009,
35
(14)
:218
-220
[4]
支持向量机在GDP回归预测中的应用研究
[J].
论文数:
引用数:
h-index:
机构:
胡艳国
;
论文数:
引用数:
h-index:
机构:
武友新
;
江恭和
论文数:
0
引用数:
0
h-index:
0
机构:
思创数码科技股份有限公司
南昌大学信息工程学院
江恭和
.
微计算机信息,
2007,
(33)
:17
-18+9
[5]
基于粒子群优化算法的支持向量机参数选择及其应用
[J].
邵信光
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学控制科学与工程研究中心
邵信光
;
杨慧中
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学控制科学与工程研究中心
杨慧中
;
陈刚
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学控制科学与工程研究中心
陈刚
.
控制理论与应用,
2006,
(05)
:740
-743+748
[6]
支持向量机回归理论与控制的综述
[J].
论文数:
引用数:
h-index:
机构:
王定成
;
论文数:
引用数:
h-index:
机构:
方廷健
;
论文数:
引用数:
h-index:
机构:
唐毅
;
论文数:
引用数:
h-index:
机构:
马永军
.
模式识别与人工智能,
2003,
16
(02)
:192
-197
[7]
支持向量机.[M].邓乃扬; 田英杰; 著.科学出版社.2009,
[8]
Choosing multiple parameters for support vector machines
[J].
Chapelle, O
论文数:
0
引用数:
0
h-index:
0
机构:
LIP6, Paris, France
LIP6, Paris, France
Chapelle, O
;
Vapnik, V
论文数:
0
引用数:
0
h-index:
0
机构:
LIP6, Paris, France
Vapnik, V
;
Bousquet, O
论文数:
0
引用数:
0
h-index:
0
机构:
LIP6, Paris, France
Bousquet, O
;
Mukherjee, S
论文数:
0
引用数:
0
h-index:
0
机构:
LIP6, Paris, France
Mukherjee, S
.
MACHINE LEARNING,
2002,
46
(1-3)
:131
-159
←
1
→
共 8 条
[1]
基于支持向量机回归的短时交通流预测模型
[J].
论文数:
引用数:
h-index:
机构:
傅贵
;
论文数:
引用数:
h-index:
机构:
韩国强
;
逯峰
论文数:
0
引用数:
0
h-index:
0
机构:
广州市交通管理科学技术研究所
华南理工大学计算机科学与工程学院
逯峰
;
论文数:
引用数:
h-index:
机构:
许子鑫
.
华南理工大学学报(自然科学版),
2013,
41
(09)
:71
-76
[2]
免疫人工鱼群神经网络的经济预测模型
[J].
论文数:
引用数:
h-index:
机构:
刘双印
.
计算机工程与应用,
2009,
45
(29)
:226
-229
[3]
支持向量机回归的参数选择方法
[J].
论文数:
引用数:
h-index:
机构:
闫国华
;
论文数:
引用数:
h-index:
机构:
朱永生
.
计算机工程,
2009,
35
(14)
:218
-220
[4]
支持向量机在GDP回归预测中的应用研究
[J].
论文数:
引用数:
h-index:
机构:
胡艳国
;
论文数:
引用数:
h-index:
机构:
武友新
;
江恭和
论文数:
0
引用数:
0
h-index:
0
机构:
思创数码科技股份有限公司
南昌大学信息工程学院
江恭和
.
微计算机信息,
2007,
(33)
:17
-18+9
[5]
基于粒子群优化算法的支持向量机参数选择及其应用
[J].
邵信光
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学控制科学与工程研究中心
邵信光
;
杨慧中
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学控制科学与工程研究中心
杨慧中
;
陈刚
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学控制科学与工程研究中心
陈刚
.
控制理论与应用,
2006,
(05)
:740
-743+748
[6]
支持向量机回归理论与控制的综述
[J].
论文数:
引用数:
h-index:
机构:
王定成
;
论文数:
引用数:
h-index:
机构:
方廷健
;
论文数:
引用数:
h-index:
机构:
唐毅
;
论文数:
引用数:
h-index:
机构:
马永军
.
模式识别与人工智能,
2003,
16
(02)
:192
-197
[7]
支持向量机.[M].邓乃扬; 田英杰; 著.科学出版社.2009,
[8]
Choosing multiple parameters for support vector machines
[J].
Chapelle, O
论文数:
0
引用数:
0
h-index:
0
机构:
LIP6, Paris, France
LIP6, Paris, France
Chapelle, O
;
Vapnik, V
论文数:
0
引用数:
0
h-index:
0
机构:
LIP6, Paris, France
Vapnik, V
;
Bousquet, O
论文数:
0
引用数:
0
h-index:
0
机构:
LIP6, Paris, France
Bousquet, O
;
Mukherjee, S
论文数:
0
引用数:
0
h-index:
0
机构:
LIP6, Paris, France
Mukherjee, S
.
MACHINE LEARNING,
2002,
46
(1-3)
:131
-159
←
1
→