基于改进PSO算法优化LS-SVR的话务量预测

• 作者: 张杰 覃锡忠 贾振红 陈丽
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 粒子群优化算法 最小二乘支持向量回归机 话务量预测 超参数 预测精度
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 光通信与网络
• 页码范围: 35-36
• 页数: 2页
• 分类号: TP181
• 字数: 3321字
• 语种: 中文

摘要

为了更准确的预测话务量,提出了一种以粒子群优化算法为基础的,通过多样性度量指标控制种群特征的改进粒子群优化算法(MPSO),用于最小二乘支持向量回归机(LS-SVR)超参数的寻优,分析影响话务量的相关因素,选取合适的样本,利用优化后的LS-SVR模型对移动话务量进行预测.与标准LS-SVR预测算法和PSO优化后的LS-SVM算法进行比较,实验结果表明,本文的预测方法具有更好的收敛.性和更高的预测精度.

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	覃锡忠	新疆大学信息科学与工程学院	125	691	13.0	18.0
3	张杰	新疆大学信息科学与工程学院	11	127	5.0	11.0
4	陈丽		14	40	3.0	5.0