用户名: 密码: 验证码:
基于遗传算法优化支持向量机的汽车销量预测
详细信息    查看全文 | 推荐本文 |
摘要
采用LS-SVM对汽车销量进行回归预测,综合分析汽车销量、投诉率、淡季旺季等影响因素,并采用双线性网格搜索法和遗传算法优化核函数,通过粗选和精选,确定LS-SVM预测模型的全局最优参数c和g,比较两种寻优方法建立预测模型的预测结果。
        
引文
[1]王旭天.基于BP神经网络的我国汽车销量预测分析[D].上海:东华大学(硕士学位论文),2016.
    [2]袁庆玉,彭赓,刘颖,吕本富.基于网络关键词搜索数据的汽车销量预测研究[J].管理学家(学术版),2011(1):12-24.
    [3]马素萍,高洪波.基于灰色理论的A级汽车销量影响因素分析与预测[J].鸡西大学学报(综合版),2014(3):40-42.
    [4]杨月英,马萍.基于灰色时间序列预测中国汽车销量[J].湖州职业技术学院学报,2012(1):5-7,11.
    [5]叶美盈,汪晓东,张浩然.基于在线最小二乘支持向量机回归的混沌时间序列预测[J].物理学报,2005(6):2568-2573.
    [6]肖支才,王杰,王永生.基于在线LS-SVM算法的变参数混沌时间序列预测[J].航空计算技术,2010(3):29-33,37.
    [7]Songmei Zai,Yanhui Zai,Wen Ji,etal.Grain Yield Prediction for Irrigation District Based on LS-SVM[J].Agricultural Basic Science and Method,2009,10(6):1-3,6.
    [8]冯学军.最小二乘支持向量机的研究和应用[J].安庆师范学院学报(自然科学版),2009(1):112-113,121.
    [9]卓金武,李必文,魏永生,秦健.MATLAB在数学建模中的应用(第2版)[M].北京:北京航空航天大学出版社,2014.
    [10]李乃成,陈白丽,高岫.一个具有对偶适应度函数的遗传算法[J].西安交通大学学报,2004(8):811-814.
    [11]刘东辉,卞建鹏,付平,刘智青.支持向量机最优参数选择的研究[J].河北科技大学学报,2009(1):58-61.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700