基于支持向量回归的时间序列预测

• 作者: 徐大平 杨金芳 王东风 翟永杰
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 热能动力工程 支持向量机 时间序列 预测 回归
• 年，卷（期）: 2005,（17）
• 所属期刊栏目: 发电
• 页码范围: 110-114
• 页数: 5页
• 分类号: TM714
• 字数: 3420字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2005.17.022

摘要

该文简要介绍了时间序列预测的研究状况以及支持向量回归的基本原理,将支持向量回归用于对Box-Jenkins煤气炉时间序列的预测,并同其他前馈网络--BP神经网络、自适应特征空间扩张神经网络进行比较,仿真结果表明,BP神经网络和自适应特征空间扩张神经网络在预测性能上比较接近,而支持向量回归在预测性能方面明显优于这两种方法,为进行模型辨识与建模研究奠定基础.文章最后分析了支持向量回归优于BP神经网络和自适应特征空间扩张神经网络的机理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王东风	华北电力大学动力工程系	170	3490	34.0	51.0
2	杨金芳	华北电力大学动力工程系	9	393	6.0	9.0
3	徐大平	华北电力大学动力工程系	67	1920	23.0	42.0
4	翟永杰	华北电力大学动力工程系	92	1421	19.0	35.0