10.3969/j.issn.1007-7375.2013.05.015
基于改进免疫算法优化支持向量机的钢材消费预测
预测钢材需求量对我国钢铁工业及相关产业发展有重要意义.为了提高钢材需求量预测准确度,提出基于改进免疫算法优化支持向量机(IA-SVM)的钢材需求预测方法.IA-SVM采用免疫算法优化SVM参数,获得较优的SVM预测模型.为了提高IA收敛速度和寻优效果,提出基于有限随机思想的群体更新策略.针对我国1990 ~ 2009年的钢材需求数据进行实证分析,实验结果表明,改进的免疫算法能够找到支持向量机的最优参数组合,采用IA-SVM算法可以对钢材需求量进行有效预测.
支持向量机、免疫算法、钢材需求、预测模型
16
TP301.6(计算技术、计算机技术)
国家重点基础研究发展规划973,子课题2010CB955903-1;国家自然科学基金资助项目71172168
2014-02-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
90-95