基于GA-SVM的装备需求时间序列预测

摘要：

支持向量机是基于结构风险最小化原理的一种学习技术,是一种具有很好泛化能力的数据挖掘工具,但是支持向量机需要人为选择参数,一定程度上限制了其应用。遗传算法是一种实用、高效、鲁棒性强的优化技术,将其用于优化支持向量机参数能提高支持向量机预测性能。仿真实验表明GA-SVM可以提高装备需求时间序列的预测精度。

关键词： 支持向量机 遗传算法 时间序列预测 装备需求 数据挖掘

作者: 孙浚清 李世平 唐超 张弦

作者单位: 第二炮兵工程学院 陕西西安 710025

会议类型: 国内会议

会议名称: 2007年全国测控、计量、仪器仪表学术年会

会议地点: 厦门

会议语种:中文

页码: 99-103

在线出版日期: 2007-10-01（万方平台首次上网日期，不代表论文的发表时间）