基于粒子群算法优化支持向量机的山东省煤炭需求量预测

• 作者: 张赛
• 来源期刊: 内蒙古煤炭经济
• 学科: 工学
• 关键词: 山东煤炭需求 粒子群算法 支持向量机 预测
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 工作研究与理论探讨
• 页码范围: 57-58
• 页数: 2页
• 分类号: F426.21|TP18
• 字数: 1495字
• 语种: 中文

摘要

运用粒子群算法(PSO)对支持向量机(SVM)进行改进,建立了煤炭需求预测模型.利用粒子群算法优化支持向量机中的惩罚参数和核参数,充分发挥了粒子群算法的全局搜索能力,很好地克服了支持向量机模型参数选择问题.以此对煤炭的需求量进行预测,为其提供参考.通过对2011到2012年山东的煤炭需求量预测分析结果表明:基于粒子群算法优化的支持向量机可以准确地对煤炭需求量做出预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张赛	山东科技大学矿业与安全工程学院	4	8	1.0	2.0