HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

基于小波匹配的新小波支持向量机预测模型

摘要:针对产品销售时序具有多维、小样本、非线性、随机性等特征,已有的支持向量核不可能精确逼近任意的销售时序曲线.将小波理论应用于支持向量核函数,并对标准支持向量机进行修正,形成一种新的小波支持向量机(WN-ν-SVM).设计了自适应正态变异粒子群算法(ANPSO)对小波支持向量机模型参数进行辩识,并进行了汽车销量预测的实例分析.结果表明,基于WN-ν-SVM模型的短期预测方法是有效可行的,具有理论意义和实用价值.

关键词:
  • 自适应变异  
  • 正态变异  
  • 小波核  
  • 支持向量机  
  • 短期预测  
作者:
彭献永; 吴奇
单位:
艾默生过程控制有限公司; 上海201206; 上海交通大学电子信息与电气工程学院; 上海200240
刊名:
南京师范大学学报·工程技术版

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

南京师范大学学报·工程技术版由南京师范大学主办,江苏教育厅主管的学术刊物,国内刊号为:32-1684/T。创办于2001年,季刊,在全国同类期刊中发行数量名列前茅。其主要栏目有:电气工程、电子科学与技术、信息与通信工程、化学工程与技术、环境科学与工程、应用经济学等。