基于改进模糊支持向量回归模型的机场能源需求预测

• 作者: 员晓阳 王力 王坤
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 机场能源需求预测 模糊支持向量回归 支持向量机 模糊隶属度 离群点
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 行业与领域应用
• 页码范围: 1458-1463
• 页数: 6页
• 分类号: TP181
• 字数: 5601字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.05.1458

摘要

针对离群点在机场能源数据的预测和分析中存在干扰等问题,建立了一种基于改进模糊支持向量回归(FSVR)的机场能源需求预测模型.首先,采用模糊统计法对测试样本集、系统参数和模型输出进行分析,推导出符合其数据分布的基本隶属函数形式;其次,结合例证法、专家经验法对隶属函数进行“再学习”,逐步修改和完善正态隶属函数a、6参数值,半梯形隶属函数边界参数值及三角隶属函数p、d参数值,以此消除或减少不利数据挖掘的离群点,同时保留有效关键点;最后,结合支持向量回归(SVR)算法,建立预测模型,并验证了该模型的可行性.实验结果表明,与反向传播(BP)神经网络方法相比,FSVR方法的预测准确率提高了2.66％,对离群点的识别率提高了3.72％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王力	中国民航大学航空自动化学院	45	97	6.0	7.0
2	王坤	中国民航大学航空自动化学院	25	80	6.0	8.0
3	员晓阳	中国民航大学航空自动化学院	1	9	1.0	1.0