基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用支持向量回归机(SVR)与微分进化策略相结合的方法,对新疆2个地区的月平均忙时话务量进行预测.由微分进化策略良好的全局搜索性质,以预测平均相对误差为目标函数,对SVR的超参数进行寻优,利用优化后的SVR月平均忙时话务量进行预测.与传统的网格寻优算法和RBF神经网络方法进行比较,结果表明,SVR的泛化能力与微分进化策略的搜索能力相结合,可以得到更好的预测效果.
推荐文章
一种基于核主元分析的话务量特征提取方法
话务量
特征提取
核函数
主元分析
神经网络
节假日话务量预测方法介绍
节假日话务量
预测方法
基于改进的网格搜索SVR的话务预测模型
节假日话务预测
支持向量回归机
改进的网格搜索法
基于三次B样条函数的话务量预测模型
话务量
时间序列
三次B样条函数
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVR与微分进化策略的话务量预测
来源期刊 计算机工程 学科 工学
关键词 微分进化策略 支持向量回归机 话务量预测
年,卷(期) 2011,(2) 所属期刊栏目
研究方向 页码范围 178-179,182
页数 分类号 TP181
字数 2158字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.02.061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贾振红 新疆大学信息科学与工程学院 286 1621 18.0 28.0
2 常春 20 101 6.0 9.0
3 王浩 25 88 6.0 8.0
4 韩锐 新疆大学信息科学与工程学院 1 10 1.0 1.0
5 覃锡虑 新疆大学信息科学与工程学院 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (7)
参考文献  (4)
节点文献
引证文献  (10)
同被引文献  (48)
二级引证文献  (31)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
微分进化策略
支持向量回归机
话务量预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导