支持向量機(jī)預(yù)測模型的構(gòu)建及其應(yīng)用.pdf

1、支持向量機(jī)(SVM)是在統(tǒng)計學(xué)習(xí)理論基礎(chǔ)上發(fā)展起來的一種新的機(jī)器學(xué)習(xí)方法,從結(jié)構(gòu)風(fēng)險最小化準(zhǔn)則(SRM)的角度保證了模型具有全局最優(yōu)、最大泛化能力、推廣能力強(qiáng)等優(yōu)點,并能夠很好地解決許多實際預(yù)測問題,已成為機(jī)器學(xué)習(xí)領(lǐng)域頗有影響的成果之一。本文的主要工作是構(gòu)建了有關(guān)支持向量機(jī)的幾種預(yù)測模型：(1)灰色支持向量機(jī)預(yù)測模型(GSVM),它是利用灰色理論對原始數(shù)據(jù)累加生成原理,結(jié)合支持向量機(jī)擬合非線性數(shù)據(jù)能力的特點,構(gòu)建的灰色支持向量機(jī)預(yù)測模型

2、,對累加序列進(jìn)行預(yù)測,最后將預(yù)測結(jié)果進(jìn)行累減還原得到預(yù)測值。實例表明,該模型具有較高的預(yù)測精度。(2)分別對自回歸模型、神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型進(jìn)行研究,以我國人口增長率為例,對人口增長率進(jìn)行預(yù)測。在分析組合預(yù)測特性的基礎(chǔ)上,對神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)這兩種預(yù)測模型進(jìn)行了Theil不等系數(shù)的優(yōu)化組合,并將其用于預(yù)測人口增長率。(3)由于支持向量機(jī)能夠捕獲數(shù)據(jù)的非線性特征,本文對自回歸、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)這三種預(yù)測模型結(jié)果進(jìn)行SVM的組