欢迎来到天天文库
浏览记录
ID:12938775
大小:145.00 KB
页数:13页
时间:2018-07-19
《aga参数优选的svr模型及其在经济系统预测中的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、AGA参数优选的SVR模型及其在经济系统预测中的应用AGA窒黯倪选uaSVR幅型JiIêlJf经部案组预测田BDfiY用戴宏亮1,2(1广东商学院数学与计算科学学院,广州510320;2.中山大学数学与计算科学学院,广州510275)摘要:.t持向最机已线被成功应用于解决非线性回归和时间级数等问题。义常运用自适应遗传算法对支持向受回归进行最优参数设置,得到户种新的预测j模型…-AGASV队模型,并且将该模型应用于经济系统的和预测。实验结果农明,提出的模型相对神经网络模型、小泼神经网络模型和灰色系统模~而宫,i在算精度高,;.Il-幽种有效的级济系统预
2、测方法。关键词:支持向萤回归;自适应遗伶算法;经济系统;预测中阁分类号:TP39文献栋i只码:A文章编号:1ω2-6487(2ω8)22刊>038叩03择方法。自适应i盘传算法可以解决传统的遗传算法所带来的。剧苗早熟问题和进化缓慢问题I明采用交叉概率和变异概率可以根据活股股债进行自动调糕的自造成滞传算法,具街很强的经济系统由于受国家政策、科学技术等多种肉素的影搜索能力,能够寻找全局最优解G闵此,本文提出利用自适应响,普遍具有非线性、时变件和不确定的特征。在计量经济学遗传'事法对进行是优参数设置;将所建主的模型应用于经济3黎础上建设的各
3、种经济模破(1-1,大部分是线性模型。线性系系统琐测,并与日P神绞网络模划、小波神绞网络和灰色系统统能够比较容易地解决问题,但是缺陷也很大。因为经济系进行比较。统中很多是非线性现象,线作系统难免误差很大。闵此,人们I班Et夜E努力斗详手求斗非t线做ψ℃汇具迸行绞济建模l闷4μ11胁刷胁削l旧3呵叫l飞。比较9典电骂鹦型的方’荒持脚'阳归t法密有灰色系统/1归3叭灰色系统模型在其使用条件上存在着…定的限制.它是描述假设训练集S={(x;y)i叶,2,…,l}品是输入向最似是一个饺指数规律变化的善净葬物的模慰'肉此,它适用于是指数规律
4、实数观测僚J是数据的总数。支持向最回归战数的形式为发展变化的系统进行预测:神经网络也存在对样本需求量f(x)=wφ(x)仙(1)大、训练速度慢、证据理论计算锺大、只能得到局部最优解等式中。(x)是一个高维的特征空间巾的函数,b~是…个常缺陷。数。w平Pb涌现将下式簸小化来求解:为了更科学、更准确地进行经济系统预测,本文提出一附=CLL(f,川)寸IIwlF(2)种新的模型-AGASVR模型,即基于向适应遗传算法(AdaptiveGeneticAlgorithms,AGA)进行参数优选的支待向其中第一项是经验风险,第1;
5、
6、wllZ盯则化风险,最回归(
7、SupportVectorRegre自由ion,)模细进行统济系统预R(C)是全部的风险,参数C称为折衷参数ηL(f(x,)吁,)称为损失测。支持向盘机(S叩portvectormachine,SVR)子1995年由函数η损失函数有多种形式,本文采用的损失踊数是E叫不敏Vapnik和他的合作者正式提出,巳约广泛地应用到分类和回感损失踊数,即归等领域l判。支持向最机方法是建立在统计学习理论的vc(If(x,)明y,1叩8I巾;-y,)I;'B维理论和结构风险最小原理基础上的.根据有限样本信息在L(f(x,),y护jn'’;....,
8、...(3)lO其他模哥哥的复杂件(即对特定训练样本的学习精皮革日学习能力之式中e称为管道大小,反映函数通.ìl??的精确程度。参数间寻求簸位折衷,以期获得最好的推广能力。它既口I以应用C和e都是自定义的参数。于线作情形.也可以应用于非线传情形。本文将成用于经济为求解w和b,号
9、入.iE松弛变最~I,~;,可以得到和(2)式等系统的非线件预测o但是,和其它学习算法一样,参敷的法取价的规划问题:对于绞验的依赖性比较强,到目前为止,还没有好的参数选基金项目:阂家自然科学总会资助项目(NSFC#60575004,NSFC#10771220);教宵部高等学校
10、博士点科研基金项销(SRFDP町2仪170558(43)38统计与决策2∞8年第22期(总第274期)?????????????俒??????????????????????????????????????????????????哝剥??症浡噡???????????????????????????????昨????刨????????????掺????????湥捴??????摡??杲舍???????????????????????????????????????杯??灮????????????????????????????砩????????????潲
11、????????莹潲??????????灴??敳楮?????????????????????????????
此文档下载收益归作者所有