计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
3期
984-987
,共4页
松毛虫%地统计学%支持向量机%差分自回归移动平均模型
鬆毛蟲%地統計學%支持嚮量機%差分自迴歸移動平均模型
송모충%지통계학%지지향량궤%차분자회귀이동평균모형
针对当前松毛虫滞后阶数确定方法存在局部最优、耗时长等问题,提出一种基于地统计学(GS)快速定阶的松毛虫发生面积组合预测模型(GS-ARIMA-SVM).首先采用差分自回归移动平均(ARIMA)对松毛虫发生面积进行线性建模预测,然后采用GS对松毛虫发生面积非线性部分进行快速定阶和样本重构,最后采用支持向量机(SVM)对非线性部分进行建模预测,从而获得组合模型预测值.并对辽宁省朝阳市松毛虫发生面积数据进行了仿真实验.仿真结果表明,GS-ARIMA-SVM预测精度明显优于参比模型,更能反映松毛虫发生的复杂动态变化规律.
針對噹前鬆毛蟲滯後階數確定方法存在跼部最優、耗時長等問題,提齣一種基于地統計學(GS)快速定階的鬆毛蟲髮生麵積組閤預測模型(GS-ARIMA-SVM).首先採用差分自迴歸移動平均(ARIMA)對鬆毛蟲髮生麵積進行線性建模預測,然後採用GS對鬆毛蟲髮生麵積非線性部分進行快速定階和樣本重構,最後採用支持嚮量機(SVM)對非線性部分進行建模預測,從而穫得組閤模型預測值.併對遼寧省朝暘市鬆毛蟲髮生麵積數據進行瞭倣真實驗.倣真結果錶明,GS-ARIMA-SVM預測精度明顯優于參比模型,更能反映鬆毛蟲髮生的複雜動態變化規律.
침대당전송모충체후계수학정방법존재국부최우、모시장등문제,제출일충기우지통계학(GS)쾌속정계적송모충발생면적조합예측모형(GS-ARIMA-SVM).수선채용차분자회귀이동평균(ARIMA)대송모충발생면적진행선성건모예측,연후채용GS대송모충발생면적비선성부분진행쾌속정계화양본중구,최후채용지지향량궤(SVM)대비선성부분진행건모예측,종이획득조합모형예측치.병대요녕성조양시송모충발생면적수거진행료방진실험.방진결과표명,GS-ARIMA-SVM예측정도명현우우삼비모형,경능반영송모충발생적복잡동태변화규률.
