基于PSO-SVR的粮食产量预测模型 |
| |
引用本文: | 罗利娟,丁宏飞.基于PSO-SVR的粮食产量预测模型[J].统计与决策,2010(22). |
| |
作者姓名: | 罗利娟 丁宏飞 |
| |
作者单位: | 1. 西南交通大学,公共管理学院,成都,610031 2. 西南交通大学,数学学院,成都,610031 |
| |
摘 要: | 在粮食产量预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低.文章将支持向量机回归(SVR)与粒子群优化算法(PSO)相结合,提出了适用于小样本量学习的PSO-SVR粮食产量预测模型.实例结果表明,PSO-SVR模型预测误差率优于BP神经网络模型.
|
关 键 词: | 支持向量机回归 粒子群优化算法 粮食产量预测 |
本文献已被 万方数据 等数据库收录! |
|