版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、時(shí)間序列預(yù)測(cè)方法一直是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)問題,隨著在眾多應(yīng)用領(lǐng)域中對(duì)預(yù)測(cè)效率要求的提高,研究時(shí)間序列快速預(yù)測(cè)方法顯得尤為重要。LS-SVM( Least Square Support Vector Machine)作為SVM( Support Vector Machine)的一種改進(jìn)算法,具有模型簡(jiǎn)單、訓(xùn)練效率高、學(xué)習(xí)能力強(qiáng)等優(yōu)點(diǎn),將其用于時(shí)間序列快速預(yù)測(cè)領(lǐng)域具有良好的應(yīng)用前景。因此,本文將主要開展基于LS-SVM的時(shí)間序列預(yù)測(cè)方法及
2、其應(yīng)用研究的工作。
首先,本文主要研究LS-SVM算法的基本原理及基于其實(shí)現(xiàn)時(shí)間序列預(yù)測(cè)的方法。針對(duì)超參數(shù)選擇困難的問題,采用多級(jí)網(wǎng)格搜索和遺傳算法的方法對(duì)超參數(shù)的取值進(jìn)行優(yōu)化。其次,研究基于LS-SVM實(shí)現(xiàn)時(shí)間序列預(yù)測(cè)的輸入向量構(gòu)造方法。以具有一定周期性的時(shí)間序列為研究對(duì)象,提出基于功率譜分析的輸入向量構(gòu)造方法,實(shí)現(xiàn)較為精確的單步預(yù)測(cè)。針對(duì)連續(xù)選取樣本點(diǎn)構(gòu)造輸入向量導(dǎo)致多步預(yù)測(cè)精度下降的問題,提出基于自相關(guān)分析的輸入向量構(gòu)造
3、方法,在有限維的輸入向量中包含盡量多相關(guān)的歷史信息,實(shí)現(xiàn)精確的多步預(yù)測(cè)。最后,將基于LS-SVM的時(shí)間序列預(yù)測(cè)方法應(yīng)用于移動(dòng)通信話務(wù)量預(yù)測(cè)領(lǐng)域,實(shí)現(xiàn)話務(wù)量的實(shí)時(shí)、在線、多步預(yù)測(cè)。進(jìn)而針對(duì)節(jié)假日話務(wù)量變化的特殊性,提出基于LS-SVM和歷史相似性的組合預(yù)測(cè)方法。最終,為中國(guó)移動(dòng)黑龍江分公司開發(fā)基于LS-SVM的移動(dòng)通信話務(wù)量預(yù)測(cè)軟件包。
文中大量的實(shí)驗(yàn)結(jié)果表明,與其它方法相比,LS-SVM方法可以在保證預(yù)測(cè)精度的條件下,提高建模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- LS-SVM在時(shí)間序列預(yù)測(cè)中的理論與應(yīng)用研究.pdf
- 基于LS-SVM的圍巖位移非線性預(yù)測(cè)應(yīng)用研究.pdf
- 基于LS-SVM的軸承故障趨勢(shì)預(yù)測(cè)方法研究.pdf
- 基于LS-SVM的軟測(cè)量建模方法的應(yīng)用研究.pdf
- 基于SVM的混沌時(shí)間序列預(yù)測(cè)方法研究.pdf
- 基于LS-SVM的軟測(cè)量建模方法研究.pdf
- 基于LS-SVM的非線性預(yù)測(cè)控制研究.pdf
- 基于多核模糊LS-SVM的廣義預(yù)測(cè)控制.pdf
- 基于人工魚群的LS-SVM在短期負(fù)荷預(yù)測(cè)中的應(yīng)用.pdf
- 基于K-means聚類的LS-SVM短期負(fù)荷預(yù)測(cè)方法研究.pdf
- 基于KRLS的在線時(shí)間序列預(yù)測(cè)方法及其應(yīng)用研究.pdf
- 基于LS-SVM模型的證券價(jià)格可預(yù)測(cè)性研究.pdf
- 基于LS-SVM的入侵檢測(cè).pdf
- LS-SVM在γ能譜分析中的應(yīng)用研究.pdf
- 基于LS-SVM的工業(yè)過程軟測(cè)量建模方法研究.pdf
- 基于人工蜂群優(yōu)化LS-SVM短期負(fù)荷預(yù)測(cè)研究.pdf
- 基于LS-SVM在線模型的非線性預(yù)測(cè)控制研究.pdf
- 基于LS-SVM的半圓拱形巷道無線信道建模與預(yù)測(cè).pdf
- 基于LS-SVM對(duì)耐高溫濾料過濾效率的預(yù)測(cè)研究.pdf
- 基于Online SVR的在線時(shí)間序列預(yù)測(cè)方法及其應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論