煤炭需求量预测的支持向量机模型

• 作者: 吴海山 巩敦卫 贾存良
• 来源期刊: 中国矿业大学学报
• 学科: 工学
• 关键词: 支持向量机 煤炭需求量 预测
• 年，卷（期）: 2007,（1）
• 页码范围: 107-110
• 页数: 4页
• 分类号: TP181
• 字数: 3014字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1964.2007.01.021

摘要

根据选择的嵌入维数,建立了基于支持向量回归的中国煤炭需求量预测模型.用1980-2002年的中国煤炭需求量构造了支持向量机的输入向量和输出向量;经过与线性核函数及Sigmoid核函数的对比,选用基于径向基函数(RBF)作为核函数,在分析预测误差和模型参数关系的基础上,选择了合适的参数;建立了多输入、单输出的支持向量机(SVM)预测模型.用检验样本与基于RBF神经网络模型的预测进行了比较,结果表明支持向量机模型在训练样本较少的情况下,仍有较高的预测精度和较强的泛化能力,证明了该模型对近期的预测是可靠的.最后用训练好的支持向量机模型很好地预测了2003-2006年我国的煤炭需求量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	巩敦卫	中国矿业大学信息与电气工程学院	117	1590	22.0	32.0
2	贾存良	中国矿业大学信息与电气工程学院	35	214	9.0	13.0
3	吴海山	中国矿业大学信息与电气工程学院	1	43	1.0	1.0