遗传模拟支持向量机在居民消费价格指数预测中的应用.pdfVIP

理 论 探 索 ● ●●■● ■●■■●■■■■ ■■■■■■■■ ■■■■■● ■ P0RA RYEC0N 0M ICS 【摘要】为了能够准确地对我国居民消费指数进行预测， s．t．y：(o，P‘(x。)+仅+0 本文深入研究了支持 向量机在居 民消费价格指数 中的预测 ，首 其中，入代表正则化参数。 先阐述 了最小二乘支持 向量机 的基本理论 ，接着提 出了遗传模 将拉格朗日算子引入公式(2)和公式(3)，可得： 拟退火算法 ，最后进行实例研究，结果表 明该方法具有较高的 一 L= II(oljz+1 厶u2 。 ∑ 【I)‘．f(Xi)+oL+0i-yJ 预测精度。 厶 厶 l=1 l 1 【关键词】支持向量机 居民消费价格指数 预测 其中：plO代表拉格朗 日算子。求出公式(4)的驻点 居民消费指数可以在国际上通用，该数据指标的意义在于 I1)、、0、B。、的一阶偏导数为0，可得： 能够反映通货紧缩或膨胀的程度 ，可以为制定价格政策、工资 政策、货币政策以及居民消费政策提供有利的理论依据 ，而且 ∞= ∑B。。x。) i=1 ’ 有幂lj于对国民经济进行核算。 支持向量机具有结构简单和泛化能力强的优势。标准支持 B=o 向量机算法逐渐演变出了最小二乘支持向量机算法，它的两个 B。= O 调整参数分别为核宽度 盯和正则化参数 入，最小二乘支持向量 (1)．P‘(x。)+0+【0。一y。=0 机的训练和泛化能力完全由这两个参数所决定，但是这两个调 求解方程(5)一(8)能够将Ca)和0这两个参数去掉，进 整参数的选择是比较困难的，没有一种有效的选择方法 ，通常 够得到 ： 情况下是根据经验来选择的，一方面费时费力，另一方面预测 效果精度不高。因此，应该找出一种优化的调整参数确定手段。 ：【nqT = 很多的模式分类中，需要抽取大量的潜在特征，所以，必须在所 抽取的潜在特征中找出明显的子特征 ，然后依据子特征开始分 其 中 ，y=y【-，Yz，…yJ；q：1【，1，一‘1】；B=p【，，p：，…f 类。因此，不同的特征都应该明确其对分类的贡献I生，以这种方 Q =p‘(x) ()。 法发现特征子集的方法属于优化组合1司题。 利用最小二乘法求解方程 (9)，因此，在训练速度上 ，l 一 、 最小二乘支持 向量机 二乘法支持向量机比传统的支持向量机具有更快的速度 ， Suykens和VandewaUe首先提出了最小二乘支持向量机的 [B，B，… 和 能够利用最小二乘法计算得到，从而可