统计与决策
統計與決策
통계여결책
2015年
7期
13~16
,共null页
鱼群算法 支持向量回归机 GDP预测 BP神经网络
魚群算法 支持嚮量迴歸機 GDP預測 BP神經網絡
어군산법 지지향량회귀궤 GDP예측 BP신경망락
文章针对参数选择关系着支持向量回归机的性能进而影响GDP预测效果这一问题,引入人工鱼群算法将支持向量回归机的参数选择转化为组合优化问题,得到应用人工鱼群算法优化支持向量回归机的短期GDP预测模型。以辽宁省的GDP数据为例,将该模型的预测结果与同为智能算法的BP神经网路和单纯的支持向量机进行对比,结果表明该模型的预测效果优于其余两个,具有更好的学习能力和推广能力。
文章針對參數選擇關繫著支持嚮量迴歸機的性能進而影響GDP預測效果這一問題,引入人工魚群算法將支持嚮量迴歸機的參數選擇轉化為組閤優化問題,得到應用人工魚群算法優化支持嚮量迴歸機的短期GDP預測模型。以遼寧省的GDP數據為例,將該模型的預測結果與同為智能算法的BP神經網路和單純的支持嚮量機進行對比,結果錶明該模型的預測效果優于其餘兩箇,具有更好的學習能力和推廣能力。
문장침대삼수선택관계착지지향량회귀궤적성능진이영향GDP예측효과저일문제,인입인공어군산법장지지향량회귀궤적삼수선택전화위조합우화문제,득도응용인공어군산법우화지지향량회귀궤적단기GDP예측모형。이요녕성적GDP수거위례,장해모형적예측결과여동위지능산법적BP신경망로화단순적지지향량궤진행대비,결과표명해모형적예측효과우우기여량개,구유경호적학습능력화추엄능력。
