| 基于改進遺傳算法的支持向量機預測模型研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aet | |
| 文檔大小：477 K | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：作為一種新的機器學習方法，支持向量機的參數選擇沒有一個統一的模式和標準。為了克服這一缺點，對遺傳算法進行改進，構造一種混沌云自適應模擬退火遺傳算法（CCASAGA）對支持向量機回歸參數進行優化。該算法將混沌優化、基于云模型的自適應控制機制和模擬退火的Metropolis準則結合起來，并采取精英保持策略加快算法的收斂速度。利用改進后的CCASAGA-SVR預測模型對某股份制銀行ATM機現金需求進行預測，并引入GA-SVR模型和BP神經網絡模型進行對比，從而證實該預測模型具有更高的預測精度。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2