基于具有高斯损失函数支持向量机的预测模型

被引：8

作者：

吴奇

严洪森

机构：

[1] 东南大学复杂工程系统测量与控制教育部重点实验室

来源：

计算机集成制造系统 | 2009年 / 15卷 / 02期

关键词：

支持向量机; 粒子群优化; 混沌映射; 嵌入式; 预测; 模型;

D O I：

10.13196/j.cims.2009.02.100.wuq.011

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

鉴于ε-不敏感损失函数的标准支持向量机对产品销售时序的预测效果不好,提出一种采用高斯函数作为损失函数的支持向量机,给出相应的产品销售短期智能预测方法和参数优选算法。最后以汽车销售实例进行分析,表明基于高斯损失函数的支持向量机的短期预测方法是有效可行的。

引用

页码：306 / 312+332 +332

页数：8

共 7 条

[1] 基于离散指数函数优化的GM(1,1)模型 [J].

王正新 ;

党耀国 ;

刘思峰 .

系统工程理论与实践, 2008, (02) :61-67

[2] 企业即时定制生产能力循环模型及模糊评价 [J].

徐贤浩 ;

任英 .

中国机械工程, 2007, (12) :1465-1470

[3] 基于改进支持向量机的客户流失分析研究 [J].

赵宇 ;

李兵 ;

李秀 ;

刘文煌 ;

任守榘 .

计算机集成制造系统, 2007, (01) :202-207

[4] A robust shot transition detection method based on support vector machine in compressed domain [J].

Cao, Jianrong ;

Cai, Anni .

PATTERN RECOGNITION LETTERS, 2007, 28 (12) :1534-1540

[5] A sales forecasting system based on fuzzy neural network with initial weights generated by genetic algorithm [J].

Kuo, RJ .

EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 2001, 129 (03) :496-517

[6] New support vector algorithms [J].

Schölkopf, B ;

Smola, AJ ;

Williamson, RC ;

Bartlett, PL .

NEURAL COMPUTATION, 2000, 12 (05) :1207-1245

[7]

Chaotic parallel genetic algo-rithm with feedback mechanism and its application incomplex constrained problem .2 Sun You-fa,Deng Fei-qi. Proceedings of the2004 IEEE Conference on Cybernetics and Intelligent Sys-tems . 2004

← 1 →