华南师范大学学报(自然科学版)
華南師範大學學報(自然科學版)
화남사범대학학보(자연과학판)
JOURNAL OF SOUTH CHINA NORMAL UNIVERSITY (NATURAL SCIENCE EDITION)
2014年
6期
33-39
,共7页
布谷鸟搜索算法%支持向量回归机%参数选择%网络流量预测
佈穀鳥搜索算法%支持嚮量迴歸機%參數選擇%網絡流量預測
포곡조수색산법%지지향량회귀궤%삼수선택%망락류량예측
cuckoo search algorithm%SVR%parameter selection%network traffic prediction
SVR(支持向量回归机)在解决非线性回归问题时有极大的优势,在其预测过程中,最重要的是参数的选择,不同的参数会造成预测结果的巨大差异。目前较为普遍的方法是利用遗传算法和粒子群算法进行参数选择,而这2种算法在解决多峰问题时的局限性,容易导致算法的效率低且准确度不高。鉴于布谷鸟搜索算法引入了Lévy飞行机制,能有效地跳出局部最优解,使算法收敛速度快,且结果具有对算法本身的参数变化不敏感的优点,该文将布谷鸟搜索算法应用于SVR参数寻优过程中。网络流量和白葡萄酒质量的预测实验结果表明,布谷鸟搜索算法相对于遗传算法、粒子群算法等其他启发式智能算法而言,收敛速度更快,寻参结果的精度更高。
SVR(支持嚮量迴歸機)在解決非線性迴歸問題時有極大的優勢,在其預測過程中,最重要的是參數的選擇,不同的參數會造成預測結果的巨大差異。目前較為普遍的方法是利用遺傳算法和粒子群算法進行參數選擇,而這2種算法在解決多峰問題時的跼限性,容易導緻算法的效率低且準確度不高。鑒于佈穀鳥搜索算法引入瞭Lévy飛行機製,能有效地跳齣跼部最優解,使算法收斂速度快,且結果具有對算法本身的參數變化不敏感的優點,該文將佈穀鳥搜索算法應用于SVR參數尋優過程中。網絡流量和白葡萄酒質量的預測實驗結果錶明,佈穀鳥搜索算法相對于遺傳算法、粒子群算法等其他啟髮式智能算法而言,收斂速度更快,尋參結果的精度更高。
SVR(지지향량회귀궤)재해결비선성회귀문제시유겁대적우세,재기예측과정중,최중요적시삼수적선택,불동적삼수회조성예측결과적거대차이。목전교위보편적방법시이용유전산법화입자군산법진행삼수선택,이저2충산법재해결다봉문제시적국한성,용역도치산법적효솔저차준학도불고。감우포곡조수색산법인입료Lévy비행궤제,능유효지도출국부최우해,사산법수렴속도쾌,차결과구유대산법본신적삼수변화불민감적우점,해문장포곡조수색산법응용우SVR삼수심우과정중。망락류량화백포도주질량적예측실험결과표명,포곡조수색산법상대우유전산법、입자군산법등기타계발식지능산법이언,수렴속도경쾌,심삼결과적정도경고。
SVR ( support vector regression) has a great advantage in solving nonlinear regression problems.In the process of SVR's predictions, the most important step is the choice of parameters.The result will be very different because of the change of parameters.The common method is to use GA ( genetic algorithm ) and PSO ( particle swarm algorithm) for parameter selection, however, the limitations of these two algorithms in solving the problem of multi-modal can easily lead to low efficiency and the accuracy is not high.Cuckoo search algorithm introduces a Lévy flight mechanism that can effectively escape from local optimal solution.The algorithm converges fast, and the result is not sensitive to the parameters of the algorithm itself.The cuckoo search algorithm is applied to the param-eter selection of SVR.The experimental results of network traffic prediction and the wine quality prediction show that the cuckoo search algorithm is faster and better compared with GA, PSO algorithms.