針對上產(chǎn)期油氣操作成本及其影響因素具有的非線性、小樣本數(shù)據(jù)特征,采用油氣操作成本核算內(nèi)容的定性分析與鄧氏、絕對、斜率及B型關聯(lián)度分析方法的定量分析相結(jié)合,確定上產(chǎn)期油氣操作成本主要影響因素,構(gòu)建基于SVM的上產(chǎn)期油氣操作成本預測模型。針對建模所需參數(shù)難確定及標準PSO算法易陷入局部最優(yōu)的問題,采用線性分段函數(shù)構(gòu)建慣性權(quán)重ω計算方法,同時引入最佳適應度變化率因子和粒子變異因子,構(gòu)建自適應PSO算法,并結(jié)合k-fold交叉驗證最小誤差準則尋優(yōu)參數(shù),進而構(gòu)建自適應PSO-SVM上產(chǎn)期油氣操作成本預測模型。實驗表明上述模型能夠根據(jù)粒子自身適應度平衡全局和局部搜索能力,具有更佳的全局搜索能力和預測精度。 

【文章來源】：計算機仿真. 2019,36(11)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
1 引言
2 基于灰色關聯(lián)分析和成本要素核算的上產(chǎn)期油氣操作成本影響因素
3 支持向量機模型
4 粒子群優(yōu)化算法
    4.1 標準PSO算法
    4.2 標準PSO算法理論缺陷分析
    4.3 自適應APSO算法的構(gòu)建
5 自適應PSO-SVM上產(chǎn)期油氣操作成本預測模型的構(gòu)建
    5.1 模型樣本的確定
    5.2 核函數(shù)的選取
    5.3 模型參數(shù)的確定
    5.4 實驗結(jié)果分析
6 結(jié)論


【參考文獻】：
期刊論文
[1]基于多元回歸分析的我國CPI影響因素識別[J]. 馮朝軍.  統(tǒng)計與決策. 2017(24)
[2]基于多元線性回歸的霧霾預測方法研究[J]. 付倩嬈.  計算機科學. 2016(S1)
[3]基于層次分析法對高校貧困生就業(yè)影響因素分析[J]. 楊鑫剛,單彩虹,舒磊.  數(shù)學的實踐與認識. 2015(01)
[4]多樣性PSOSVR油氣操作成本時間序列預測模型[J]. 趙越,趙嵩正.  計算機仿真. 2014(01)
[5]自適應GM（1,1,λ）模型及其適用范圍[J]. 趙越,趙嵩正.  計算機工程與設計. 2013(06)



本文編號：3611080