| 基于支持向量回归的时间序列预测 |
| |
| 引用本文： | 杨金芳,翟永杰,王东风,徐大平.基于支持向量回归的时间序列预测[J].中国电机工程学报,2005,25(17):110-114. |
| |
| 作者姓名： | 杨金芳 翟永杰 王东风 徐大平 |
| |
| 作者单位： | 华北电力大学动力工程系,河北省,保定市,071003 |
| |
| 基金项目： | 本研究承华北电力大学博士学位教师科研基金（200512014）支持 |
| |
| 摘 要： | 该文简要介绍了时间序列预测的研究状况以及支持向量回归的基本原理,将支持向量回归用于对Box-Jenkins煤气炉时间序列的预测,并同其他前馈网络——BP神经网络、自适应特征空间扩张神经网络进行比较,仿真结果表明,BP神经网络和自适应特征空间扩张神经网络在预测性能上比较接近,而支持向量回归在预测性能方面明显优于这两种方法,为进行模型辨识与建模研究奠定基础.文章最后分析了支持向量回归优于BP神经网络和自适应特征空间扩张神经网络的机理.
|
| 关 键 词： | 热能动力工程 支持向量机 时间序列 预测 回归 |
| 文章编号： | 0258-8013（2005）17-0110-05 |
| 收稿时间： | 2005-04-18 |
| 修稿时间： | 2005年4月18日 |
TIME SERIES PREDICTION BASED ON SUPPORT VECTOR REGRESSION |
| |
| YANG Jin-fang,ZHAI Yong-jie,WANG Dong-feng,XU Da-ping.TIME SERIES PREDICTION BASED ON SUPPORT VECTOR REGRESSION[J].Proceedings of the CSEE,2005,25(17):110-114. |
| |
| Authors: | YANG Jin-fang ZHAI Yong-jie WANG Dong-feng XU Da-ping |
| |
| Abstract: | This paper introduced the research condition and the basic theory of support vector regression (SVR).SVR is applied to forecast data of Box-Jenkins gas furnace ,and compared with other feedforward network-back-propagate (BP) neural network, self-adaptive expanding neural network. The result of simulation shows that BP neural network and self-adaptive expanding neural network are relatively close in predicting performance , and SVR is obviously superior to these two kinds of methods in predicting performance. The article analyses the reason why SVR is superior to the BP neural network and self-adaptive expanding neural network. |
| |
| Keywords: | Thermal poer engineering Support vector machines Time series Prediction Regression |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
