基于改进遗传算法的支持向量机预测模型研究AET-电子技术应用-最丰富的电子设计资源平台

基于改进遗传算法的支持向量机预测模型研究
所属分类：技术论文
上传者：aet
文档大小：477 K

所需积分：0分积分不够怎么办？
文档介绍：作为一种新的机器学习方法，支持向量机的参数选择没有一个统一的模式和标准。为了克服这一缺点，对遗传算法进行改进，构造一种混沌云自适应模拟退火遗传算法（CCASAGA）对支持向量机回归参数进行优化。该算法将混沌优化、基于云模型的自适应控制机制和模拟退火的Metropolis准则结合起来，并采取精英保持策略加快算法的收敛速度。利用改进后的CCASAGA-SVR预测模型对某股份制银行ATM机现金需求进行预测，并引入GA-SVR模型和BP神经网络模型进行对比，从而证实该预测模型具有更高的预测精度。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

相关文章