计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
13期
163-165
,共3页
李啸辰%罗贇骞%智英建%张玉林
李嘯辰%囉贇鶱%智英建%張玉林
리소신%라빈건%지영건%장옥림
网络流最预测%混沌支持向量机%差分进化算法%粒子群优化算法
網絡流最預測%混沌支持嚮量機%差分進化算法%粒子群優化算法
망락류최예측%혼돈지지향량궤%차분진화산법%입자군우화산법
针对现有混沌支持向量机回归模型存在流量预测效率低下的问题,利用差分进化(DE)算法、遗传算法和粒子群优化算法确定模型的径向基核函数系数、惩罚系数、不敏感系数等参数,在此基础上建立改进的混沌支持向量机回归模型进行流量预测.实例表明,相比其他启发式算法,DE算法能以较高的效率搜索到混沌支持向量机回归模型的最优参数,并且该模型具有较高的预测精度.
針對現有混沌支持嚮量機迴歸模型存在流量預測效率低下的問題,利用差分進化(DE)算法、遺傳算法和粒子群優化算法確定模型的徑嚮基覈函數繫數、懲罰繫數、不敏感繫數等參數,在此基礎上建立改進的混沌支持嚮量機迴歸模型進行流量預測.實例錶明,相比其他啟髮式算法,DE算法能以較高的效率搜索到混沌支持嚮量機迴歸模型的最優參數,併且該模型具有較高的預測精度.
침대현유혼돈지지향량궤회귀모형존재류량예측효솔저하적문제,이용차분진화(DE)산법、유전산법화입자군우화산법학정모형적경향기핵함수계수、징벌계수、불민감계수등삼수,재차기출상건립개진적혼돈지지향량궤회귀모형진행류량예측.실례표명,상비기타계발식산법,DE산법능이교고적효솔수색도혼돈지지향량궤회귀모형적최우삼수,병차해모형구유교고적예측정도.
