基于改进人工鱼群算法优化SVR的预测模型

为了降低参数的设定对支持向量机确度的影响,鉴于人工鱼群算法具有易陷入局部最优、收敛速度慢等问题,提出了一种基于改进人工鱼群算法(AFSA)的支持向量机的网络安全态势预测模型,并与GA-LSSVM、PSO-LSSVM及ABC-LSSVM模型进行对比分析。结果表明:文中提出的改进AFSA优化SVM模型性能优于其他比照模型,具有较高的预测精度,对网络安全态势值预测具有较好的效果。     

人工蜂群算法优化LS-SVM的预测模型

在航空公司运营过程中,航空客流量预测是航班计划制定、机组调度规划及航线安排等的重要依据。为了更加准确地预测航空客流量,提出了一种基于人工蜂群ABC(artificial bee colony)算法优化最小二乘支持向量机LSSVM(Least Squares Support Vector Machine)的航空客流量预测模型(ABC-LSSVM),并与LSSVM、GA-LSSVM和PSO-LSSVM模型的结果进行对比。结果表明,ABC-LSSVM模型的误差最小、精度最高,是相对有效的一种航空客流量预测方法。     

基于主成分-LS-SVM的教学质量评估模型

给出了基于主成分与LS-SVM的教学质量评估模型,先采用主成分分析对其影响因素作评价和预处理,然后构建LS-SVM模型,为了便于比较,同时利用单一的LS-SVM模型对教师教学质量进行模拟与预测,并在Matlab中实现.结果表明,基于主成分与LS-SVM的教学质量评估模型较单一的LS-SVM模型具有更加理想的精度,得到了...     

改进的加权调和平均算子及其在多属性决策中应用

在加权调和平均（WHA）算子的基础上,提出了信息数据集结的有序加权调和平均（OWHA）算子和组合加权调和平均（CWHA）算子,探讨了它们的一些性质关系,给出了OWHA算子和CWHA算子应用于多属性决策的方法,最后通过实例分析表明该决策方法是有效和可行的.     

基于神经网络组合模型的能源消费量预测研究

为了提高预测的精度,将神经网络组合预测模型应用于能源消费总量预测中,通过建立RBF、ELM、BP神经网络预测模型,用熵值法确定组合预测模型的加权系数,建立神经网络组合预测模型.利用安徽省统计年鉴获得的1991～2007年安徽省能源消费总量进行检验仿真,结果表明组合预测模型的误差较小,精度较高,预测结果更接近于实际情况.     

灰色系统理论在粮食产量预测中的应用

灰色预测是一种对灰色系统进行白化的算法,该算法需要的信息少、通用性强、计算量小.针对粮食产量的预测问题,依据其历史数据,建立了基于灰色系统理论的时间序列预测模型,利用可信度p^0、关联度R、后验差比值C和小误差概率p等项指标检验了模型,证实了所建模型是可靠的,可行的.     

一类一阶n次非线性常微分方程的解法

运用特征方程法求出一类一阶非线性常系数微分方程的通解,并通过变量代换法,讨论一定条件下一阶非线性变系数微分方程转化成一阶非线性常系数微分方程的求解方法。     

基于模糊神经网络的城市建成区面积研究

城市建成区面积的大小反映了一个城市的规模,本文在利用SPSS软件对城市建成区面积的影响因素进行主成分分析的基础上,运用模糊神经网络对城市建成区面积进行了研究,结果表明该模型的精度是理想的.     

基于0—1规划的高校选课模型

结合目前高校选课现状，研究了由0-1规划描述的选课模型，利用计算机软件LINGO进行编程，给出了选课问题的最优解，进而获得该模型的部分最优方案。