基于支持向量機(jī)的時(shí)間序列預(yù)測研究.pdf

1、作為一種新的機(jī)器學(xué)習(xí)方法，支持向量機(jī)算法建立在嚴(yán)謹(jǐn)?shù)慕y(tǒng)計(jì)學(xué)理論基礎(chǔ)上，在模式識別和函數(shù)回歸方面都有不俗的表現(xiàn)。支持向量機(jī)算法從上個(gè)世紀(jì)90年代初提出到現(xiàn)在短短十多年的時(shí)間得到了長足的發(fā)展，并繼續(xù)得到國內(nèi)外學(xué)者的廣泛關(guān)注。 支持向量回歸是建立在結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的基礎(chǔ)上，它既考慮了訓(xùn)練樣本的擬合性又考慮了訓(xùn)練樣本的復(fù)雜性，具有較好的擬合效果。但模型中的參數(shù)選擇是很重要的，它將直接影響到它的泛化效果。目前還沒有通用的參數(shù)選擇方法，本

2、文在對現(xiàn)有的支持向量機(jī)參數(shù)選擇方法進(jìn)行研究的基礎(chǔ)上，提出基于蟻群算法的支持向量回歸算法的參數(shù)選擇方法，蟻群算法作為一種全局式概率選擇算法，通過創(chuàng)建一個(gè)有限規(guī)模的人工蟻群體，螞蟻間相互協(xié)作搜尋問題的最優(yōu)解。然后，將優(yōu)選參數(shù)后的支持向量回歸算法應(yīng)用于時(shí)間序列預(yù)測中，以國家糧食產(chǎn)量預(yù)測為例建立預(yù)測模型，并進(jìn)行模型的學(xué)習(xí)訓(xùn)練與預(yù)測。最后，對預(yù)測結(jié)果做相應(yīng)分析與比較表明，應(yīng)用了基于蟻群算法的支持向量回歸算法的參數(shù)選擇方法后，模型預(yù)測精度有所提高。