安徽农业科学

2020, v.48;No.643(06) 218-222

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于灰狼优化算法的最小二乘支持向量机红枣产量预测研究
Least-squares Support Vector Machine Based on Grey Wolf Optimization Algorithm for Prediction of Jujube Yield

李鹏飞;王青青;毋建宏;樊怡彤;

摘要(Abstract):

最小二乘支持向量机预测时,其参数的选取大部分只依赖于人工经验,无法实现自适应寻优,阻碍了其学习与泛化能力。针对该问题,采用灰狼优化算法对最小二乘支持向量机参数寻优,以1978—2016全国红枣产量数据为研究对象,利用最小二乘支持向量机的最优参数对红枣产量数据进行拟合与预测。为避免过拟合现象,将1978—2007和2013—2016年数据分别作为模型的训练与预测数据,2008-2012年数据用于交叉验证,同时为检验该模型的预测性能,将其与ARIMA模型的预测效果进行对比分析。实证分析表明,基于灰狼优化算法的最小二乘支持向量机模型预测的平均相对误差小于ARIMA模型预测的平均相对误差,其可适用于红枣产量的预测,也进一步表明灰狼优化算法对最小二乘支持向量机参数优化的有效性。

关键词(KeyWords): 最小二乘支持向量机;全国红枣产量;灰狼优化算法;ARIMA

Abstract:

Keywords:

基金项目(Foundation): 国家社科基金(18FGL022);; 教育部哲学社会科学研究后期资助项目(18JHQ082);; 陕西省科技厅重大项目(2018ZDXM-GY-188);; 陕西高校青年创新团队;; 陕西省教育厅服务地方专项项目(19JC037);; 西安市科技计划项目(201806117YF05NC13(5))

作者(Author): 李鹏飞;王青青;毋建宏;樊怡彤;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享