【摘要】： 灰色系統(tǒng)理論的研究對(duì)象是“部分信息已知,部分信息未知”的“小樣本”、“貧”信息不確定系統(tǒng),它通過(guò)對(duì)“部分”已知信息的生成、開發(fā)了解、認(rèn)識(shí)現(xiàn)實(shí)世界,實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行行為演化規(guī)律的正確把握和描述�；疑珓�(dòng)態(tài)建模是灰色系統(tǒng)理論的核心,也是灰色系統(tǒng)理論與世界相結(jié)合的橋梁。 支持向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則基礎(chǔ)上的新型機(jī)器學(xué)習(xí)方法.它根據(jù)有限樣本信息在模型的復(fù)雜度和期望風(fēng)險(xiǎn)之間尋求最佳折衷,能夠獲得更好的泛化性能。與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)等學(xué)習(xí)方法相比,支持向量機(jī)具有泛化能力強(qiáng)、維數(shù)不敏感、收斂到全局最優(yōu)等優(yōu)點(diǎn),很好地決了前者容易出現(xiàn)的過(guò)學(xué)習(xí)、局部極值、維數(shù)災(zāi)難等棘手問(wèn)題。 論文主要研究工作包括以下3個(gè)方面: 1.針對(duì)灰色關(guān)聯(lián)因子分析和支持向量機(jī)的分類機(jī)理,提出了一種混合算法。用灰色關(guān)聯(lián)分析方法作為屬性預(yù)處理器,依據(jù)屬性關(guān)聯(lián)度改變每個(gè)屬性的權(quán)重,然后基于支持向量機(jī)進(jìn)行回歸建模和預(yù)測(cè),并通過(guò)實(shí)例證明該模型的有效性。 2.闡述預(yù)測(cè)技術(shù)中灰色預(yù)測(cè)模型GM(1,1),通過(guò)分析其建模機(jī)制找出影響模型精度的各種因素(背景值、初值、光滑度),并針對(duì)各種影響因素分別提出背景值預(yù)測(cè)模型(BGM模型)、初值預(yù)測(cè)模型(IGM模型)、光滑度預(yù)測(cè)模型(SGM模型),最后分別通過(guò)實(shí)例證明其有效性。 3.將背景值預(yù)測(cè)模型(BGM模型)、初值預(yù)測(cè)模型(IGM模型)、光滑度預(yù)測(cè)模型(SGM模型)的預(yù)測(cè)數(shù)據(jù)作為輸入因子,實(shí)際數(shù)據(jù)作為輸出因子,然后基于支持向量機(jī)進(jìn)行回歸建模和預(yù)測(cè),并通過(guò)實(shí)例證明該模型的有效性。
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：N941.5

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 關(guān)靜;;基于灰色支持向量機(jī)的民航旅客吞吐量預(yù)測(cè)[J];大連交通大學(xué)學(xué)報(bào);2013年03期

相關(guān)博士學(xué)位論文 前1條

1 楊力;基于小樣本數(shù)據(jù)的礦井瓦斯突出風(fēng)險(xiǎn)評(píng)價(jià)[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前2條

1 梁磊;基于灰色支持向量機(jī)的建模方法研究及應(yīng)用[D];華東理工大學(xué);2011年

2 劉常青;基于概率偏差的戰(zhàn)術(shù)導(dǎo)彈總體方案設(shè)計(jì)技術(shù)[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

，

本文編號(hào)：2706332