基于GA-SVR的煤炭需求预测模型研究 |
| |
引用本文: | 丁宏飞,黄福玲,吴建乐.基于GA-SVR的煤炭需求预测模型研究[J].西南民族学院学报(自然科学版),2010,36(3):402-405. |
| |
作者姓名: | 丁宏飞 黄福玲 吴建乐 |
| |
作者单位: | 丁宏飞,吴建乐(西南交通大学数学学院,四川成都,610031);黄福玲(西南交通大学经济管理学院,四川成都,610031) |
| |
摘 要: | 在煤炭需求预测中, 存在历史样本量较小和非线性强的特点, 从而致使预测精度较低. 将支持向量机回归(support vector regression, SVR)与遗传算法(genetic algorithm, GA)相结合, 提出了适用于小样本量学习的GA-SVR煤炭需求预测模型. 通过分析选取5项指标作为煤炭需求的影响变量;以历史煤炭需求与其影响变量值为学习样本, 结合遗传算法确定SVR预测模型参数;实例结果表明GA-SVR模型预测精度优于BP神经网络模型.
|
关 键 词: | 支持向量机回归 遗传算法 煤炭需求预测 |
Coal demand forecasting model based on GA-SVR |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|