- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于涡流搜索算法的过程支持向量回归机模型!.pdf
第35卷摇 第3期 吉林 大学学报 ( 息科 学版) Vol.35摇 No.3
2017年5月 Journal ofJilinUniversity (Information ScienceEdition) May2017
文章编号:1671鄄5896(2017)03鄄0341鄄06
基于涡流搜索算法的过程支持向量回归机模型
1 2 3 4 5
李学贵 ,许少华 ,李摇 娜 ,赵恩涛 ,郭摇 昊
(1. 东北石油大学 计算机与信息技术学院,黑龙江 大庆 163318;2. 山东科技大学 计算机科学与工程学院,
山东 青岛266590;3. 大庆油田化工有限责任公司东昊分公司,黑龙江 大庆 163312;
4. 大庆油田采油一厂,黑龙江 大庆 163001;5. 中国石油技术开发公司,北京 100028)
摘要:针对传统支持向量回归机在机制上难以直接对时变信号进行处理的问题,提出了一种用于时间序列预测
的过程支持向量回归模型,采用涡流搜索算法优化选择模型参数,采用UCI(University of California Irvine)数据
库的空气质量数据集和比利时SIDC(Solar Influences Data Analysis Center)的太阳黑子数据进行仿真实验。 实验
结果表明,该模型预测结果均优于粒子群过程支持向量回归机和支持向量回归机的预测结果,具有较好的预测
能力。
关键词:过程支持向量机;涡流搜索;参数优化
中图分类号:TP183 文献标识码:A
Model of Process Support Vector Regression Machine
Base on Vortex Search Algorithm
1 2 3 4 5
LI Xuegui ,XU Shaohua ,LI Na ,ZHAO Entao ,GUO Hao
(1. School of Computer Information,Northeast Petroleum University,Daqing 163318,China;
2. College of Computer Science and Engineering,Shandong University of Science and Technology,Qingdao266590,China;
3. Donghao Branch Company,Daqing Oilfield Chemical Company Limited,Daqing 163312,China;4. No.1 Oil Production Company of
Daqing Oilfield Company Ltd,Daqing 163001,China;5. China Petroleum Technology and Development Corporation,Beijing 100028,China)
Abstract:Aiming at the traditional support vector regression machine on the mechanism can蒺t solute dynamic
time鄄varying signal pattern classification, proposes a process support vector regression time series prediction
model,and the vortex s
文档评论(0)