基于SVM的煤炭銷售分析預(yù)測系統(tǒng)的研究.pdf

1、近年來，隨著我國經(jīng)濟和社會的快速發(fā)展，各行各業(yè)信息化程度的不斷提高，煤炭銷售領(lǐng)域的電子化和網(wǎng)絡(luò)化建設(shè)也取得長足的進(jìn)展。而煤炭銷售類數(shù)據(jù)是煤炭行業(yè)中最重要的數(shù)據(jù)類型之一，對這類數(shù)據(jù)進(jìn)行分析預(yù)測，已成為煤炭管理部門一項重要的日常工作。
　　支持向量機(Support Vector Machine，SVM)作為一種新的機器學(xué)習(xí)方法，由于其具有小樣本學(xué)習(xí)、收斂速度快、泛化能力強、能夠得到全局最優(yōu)解等優(yōu)點，已成為研究的熱點課題，并廣泛地應(yīng)用

2、于回歸預(yù)測領(lǐng)域。本文從支持向量機的理論研究出發(fā)，通過實驗驗證了支持向量機模型在煤炭銷售預(yù)測中的可行性，并最終將其應(yīng)用到煤炭銷售分析預(yù)測系統(tǒng)的實際項目中，取得了良好的效果。主要內(nèi)容如下:
　　首先介紹了國內(nèi)外常用的預(yù)測方法，并分析了現(xiàn)有方法的不足，結(jié)合煤炭銷售數(shù)據(jù)的特點，提出了支持向量機的時間序列預(yù)測方法;其次簡要論述了支持向量機的理論基礎(chǔ)，深入研究了支持向量機解決實際問題的主流方法，即序列最小優(yōu)化算法，并給出了該算法的完整實現(xiàn)過程