作者:
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:
为提高预测精度,提出DE-SVM非线性组合预测模型.以组合预测模型的误差平方和最小为优化准则,用差分进化算法(DE)对支持向量机参数进行优化,并利用支持向量机对单一模型的预测结果进行组合预测.算例结果表明,DE-SVM综合利用了各单个预测模型的重要预测信息,其预测误差远远小于各单个模型的预测误差,其预测精度更高,模型的实用性更强.
推荐文章
基于DE-SVM的船舶航迹预测模型
航迹预测
支持向量机(SVM)
差分进化(DE)算法
AIS
BP神经网络
基于灰色模型的节水灌溉面积非线性组合预测
GM(1,1)模型
ARMA
神经网络
组合
城市用水量非线性组合预测方法研究
算法
城市用水量
非线性组合预测
小波网络
基于BP神经网络非线性组合的SARIMA-GRU 犯罪预测模型
犯罪预测模型
BP神经网络
GRU
SARIMA模型
组合预测
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DE-SVM非线性组合预测模型的研究
来源期刊 计算机工程与应用 学科 工学
关键词 支持向量机 差分进化算法 非线性 组合预测
年,卷(期) 2011,(13) 所属期刊栏目 研究、探讨
研究方向 页码范围 33-36
页数 分类号 TP181
字数 4018字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.13.010
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 陈涛 陕西理工学院数学系 46 423 13.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (142)
参考文献  (9)
节点文献
引证文献  (13)
同被引文献  (48)
二级引证文献  (31)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(3)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(1)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(10)
  • 引证文献(5)
  • 二级引证文献(5)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
支持向量机
差分进化算法
非线性
组合预测
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导