基于最小二乘支持向量机的北京市肉类需求量预测研究的中期报告.docxVIP

基于最小二乘支持向量机的北京市肉类需求量预测研究的中期报告 本研究基于最小二乘支持向量机（Least Square Support Vector Machine，LS-SVM）对北京市肉类需求量进行预测。本中期报告主要完成了以下工作： 1. 数据收集和预处理：从国家统计局获取了北京市2010年至2019年的肉类消费数据，并利用Excel进行数据清洗和预处理。 2. 特征工程：将各类肉类的消费量作为特征，并将时间作为序列特征，将其转化为样本矩阵。 3. 模型训练和调参：利用MATLAB软件对LS-SVM进行训练，并使用网格搜索法对模型的核函数参数和正则化参数进行调优。 4. 模型性能评价：使用均方误差（Mean Square Error，MSE）和平均绝对误差（Mean Absolute Error，MAE）对模型的预测准确性进行评价。 初步结果表明，本研究的LS-SVM模型在预测北京市肉类需求量方面具有较高的准确性。下一步工作将进一步探究各类因素对肉类需求量的影响，并进行各类因素的分析与模型构建。