基于CEPSO-LSSVM的煤炭消费量预测模型

• 作者: 周庆标 杨世杰 龙丹
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 煤炭消费量 最小二乘支持向量机 粒子群优化算法 鲶鱼效应
• 年，卷（期）: 2013,（18）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 108-111
• 页数: 4页
• 分类号: TP391
• 字数: 3145字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1305-0287

摘要

针对煤炭消费量的时变性、非平稳性特点，为了提高煤炭消费量预测精度，提出了一种鲶鱼粒子群算法优化最小二乘支持向量机（LSSVM）的煤炭消费量预测模型（CEPSO-LSSVM）。将LSSVM参数编码成粒子位置串，并根据煤炭消费量训练集的交叉验证误差最小作为参数优化目标，通过粒子间信息交流找到最优LSSVM参数，并引入“鲶鱼效应”，保持粒子群的多样性，克服传统粒子群算法的局部最优，根据最优参数建立煤炭消费量预测模型，并采用实际煤炭消费量数据进行仿真测试。结果表明，相对于其他预测模型，CEPSO-LSSVM可以获得更优的LSSVM参数，提高了煤炭消费量预测精度，更加适用于复杂非线性的煤炭消费量预测。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙丹	浙江大学医学院	19	59	4.0	7.0
2	杨世杰		7	14	3.0	3.0
3	周庆标		5	12	2.0	2.0