【摘要】： 支持向量機(jī)是一種新的機(jī)器學(xué)習(xí)算法,以統(tǒng)計(jì)學(xué)習(xí)理論作為其理論基礎(chǔ),它的訓(xùn)練等價(jià)于解決一個(gè)二次規(guī)劃問題,采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則,具有預(yù)測(cè)能力強(qiáng)、全局最優(yōu)及收斂速度快等顯著特點(diǎn)。因此,本文從研究混沌時(shí)間序列的預(yù)測(cè)入手,研究了一種基于支持向量機(jī)回歸理論的預(yù)測(cè)方法,并將其應(yīng)用于混沌時(shí)間序列預(yù)測(cè)中。為了驗(yàn)證該算法的性能,我們做了兩項(xiàng)工作,一個(gè)是利用相空間的重構(gòu)理論對(duì)混沌時(shí)間序列進(jìn)行了單步與多步的預(yù)測(cè),并同文獻(xiàn)中的神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果進(jìn)行了比較分析:另一個(gè)是在混沌時(shí)間序列中加入不同水平的噪聲,并同BP網(wǎng)絡(luò)及RBF網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果進(jìn)行了比較分析。仿真結(jié)果表明,用支持向量回歸算法進(jìn)行混沌時(shí)間序列的預(yù)測(cè)能夠取得比其他方法更好的效果,具有很好的穩(wěn)健性及泛化能力。 在研究混沌時(shí)間序列預(yù)測(cè)的基礎(chǔ)上,本文結(jié)合高速公路車流量的特點(diǎn),對(duì)高速公路車流量預(yù)測(cè)問題進(jìn)行研究,建立了基于支持向量機(jī)的高速公路車流量短期預(yù)測(cè)的模型,應(yīng)用實(shí)際的負(fù)荷數(shù)據(jù)進(jìn)行仿真試驗(yàn),實(shí)際試驗(yàn)表明,該方法在預(yù)測(cè)的效果明顯的優(yōu)于人工神經(jīng)網(wǎng)絡(luò)方法。
【圖文】：

rl____12、呂呂尤一工，月皿.r護(hù)r，，__、_____叮.J，._‘r、O巴丈、屯X.X:，=CXD之—卜，口=U。OJ、，‘，幾.內(nèi)_‘.(‘LJJ的表達(dá)支持量機(jī)的擬合及預(yù)測(cè)能力，我們?nèi)二4的單步測(cè)曲線以及其相應(yīng)的誤差曲線。翻‘曰U卜匕0。合‘圖3.1Ma。key一Glass方程曲線Fig.3.1Maekey一Glassfunctioneurve向量機(jī)進(jìn)行數(shù)據(jù)的擬合和預(yù)測(cè)，效果如下:

1汽..~圖3.3訓(xùn)練樣本擬合誤差曲線Fig二3.3trainingsamPlemateherrorcurve~一，一----reseseeeseseewereses1礴
【學(xué)位授予單位】：東北大學(xué)　
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：TP181;N945.12

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 薄麗玲;;基于SVM的數(shù)字圖像水印檢測(cè)算法設(shè)計(jì)[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年33期

2 劉忠鐵;;基于SVM的圖像特征樣本集構(gòu)造技術(shù)研究[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年26期

3 任俊旭;;基于SVM的企業(yè)信息化能力成熟度測(cè)度模型研究[J];商業(yè)文化(下半月);2011年04期

4 毛偉;;基于支持向量機(jī)的回歸應(yīng)用研究[J];科技資訊;2011年12期

5 趙書河,馮學(xué)智,都金康,林廣發(fā);基于支持向量機(jī)的SPIN-2影像與SPOT-4多光譜影像融合研究[J];遙感學(xué)報(bào);2003年05期

6 杜曉東,李岐強(qiáng);支持向量機(jī)及其算法研究[J];信息技術(shù)與信息化;2005年03期

7 寧朝;基于SVM技術(shù)的英文字符識(shí)別方法[J];大眾科技;2005年08期

8 田紅軍;王錫懷;肖健梅;;基于SVM的內(nèi)�？刂扑惴ㄔ诖昂较蛑械膽�(yīng)用[J];儀器儀表用戶;2010年05期

9 燕孝飛,葛洪偉,黃向前,顏七笙;SVM在羽絨識(shí)別中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用與軟件;2005年09期

10 韓永章;;基于支持向量機(jī)的旋轉(zhuǎn)機(jī)械故障診斷研究[J];科技信息;2010年12期

相關(guān)會(huì)議論文 前10條

1 宋鑫穎;周志逵;;一種基于SVM的主動(dòng)學(xué)習(xí)文本分類方法[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2006年

2 于湘濤;周峰;張?zhí)m;魏超;;基于SVM和田口方法的石英撓性加速度計(jì)健壯性設(shè)計(jì)[A];質(zhì)量——持續(xù)發(fā)展的源動(dòng)力：中國質(zhì)量學(xué)術(shù)與創(chuàng)新論壇論文集（下）[C];2010年

3 周廣春;潘登;;面外均布荷載作用下砌體墻板破壞模式特征值提取的SVM方法[A];工程設(shè)計(jì)與計(jì)算機(jī)技術(shù)：第十五屆全國工程設(shè)計(jì)計(jì)算機(jī)應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

4 ;A Tool Wear Predictive Model Based on SVM[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六屆中國控制會(huì)議論文集[C];2007年

6 司愛威;馮輔周;江鵬程;饒國強(qiáng);王建;;基于可變風(fēng)險(xiǎn)SVM模型的故障識(shí)別方法研究[A];第十屆全國振動(dòng)理論及應(yīng)用學(xué)術(shù)會(huì)議論文集（2011）上冊(cè)[C];2011年

7 王紅偉;董慧;;一種提高SVM分類精度的調(diào)制信號(hào)識(shí)別方法[A];2010年西南三省一市自動(dòng)化與儀器儀表學(xué)術(shù)年會(huì)論文集[C];2010年

8 ;Improved Particle Swarm Optimized SVM for Short-term Traffic Flow Predication[A];第二十六屆中國控制會(huì)議論文集[C];2007年

9 邵杰;葉寧;容亦夏;;基于SVM的多波束測(cè)深數(shù)據(jù)濾波[A];第二十九屆中國控制會(huì)議論文集[C];2010年

10 ;Adaptive Control of Nonlinear System Based on SVM Online Algorithm[A];中國自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)D卷[C];2011年

相關(guān)重要報(bào)紙文章 前6條

1 郭濤;利用SVM虛擬化技術(shù)實(shí)現(xiàn)容災(zāi)[N];中國計(jì)算機(jī)報(bào);2008年

2 本報(bào)記者 韓露;亂軍之中智者勝[N];證券時(shí)報(bào);2000年

3 ;基于網(wǎng)絡(luò)層的存儲(chǔ)虛擬化是主流[N];中國計(jì)算機(jī)報(bào);2008年

4 本報(bào)記者 郭平;LSI發(fā)布新存儲(chǔ)虛擬化管理器[N];計(jì)算機(jī)世界;2008年

5 王琨月;存儲(chǔ)虛擬化市場(chǎng)的博弈[N];網(wǎng)絡(luò)世界;2008年

6 劉;LSI Engenio 7900存儲(chǔ)面向中端客戶[N];電腦商報(bào);2008年

相關(guān)博士學(xué)位論文 前10條

1 渠瑜;基于SVM的高不平衡分類技術(shù)研究及其在電信業(yè)的應(yīng)用[D];浙江大學(xué);2010年

2 申豐山;樣例權(quán)重估計(jì)及在此基礎(chǔ)上的SVM[D];西安電子科技大學(xué);2011年

3 宋國明;基于提升小波及SVM優(yōu)化的模擬電路智能故障診斷方法研究[D];電子科技大學(xué);2010年

4 陳其松;智能優(yōu)化支持向量機(jī)預(yù)測(cè)算法及應(yīng)用研究[D];貴州大學(xué);2009年

5 馮云龍;統(tǒng)計(jì)學(xué)習(xí)理論中基于核的算法研究[D];中國科學(xué)技術(shù)大學(xué);2012年

6 曹志坤;制冷陳列柜性能仿真SVM方法的研究及應(yīng)用[D];上海交通大學(xué);2010年

7 張婧;基于SVM的肺結(jié)節(jié)自動(dòng)識(shí)別方法研究[D];華南理工大學(xué);2011年

8 龍艷花;基于SVM的話者確認(rèn)關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2011年

9 許敏強(qiáng);基于話者統(tǒng)計(jì)特征和SVM的文本無關(guān)話者確認(rèn)研究[D];中國科學(xué)技術(shù)大學(xué);2011年

10 杜U

本文編號(hào)：2629647