-
-
基于群智能算法优化SVR的短时交通流预测_方仁孝.caj
智能交通系统是缓解道路交通拥堵、减少交通事故和提高交通运行效率的重要应用
系统。实时准确可靠的交通流量预测是实现智能交通系统控制和诱导的关键内容，具有
重大的理论研究和实际应用价值。
本文以短时交通流量预测为研究主题，总结了短时交通流预测的研究现状，在学习
交通流预测原理和支持向量回归（ＳｕｐｐｏｒｔＶｅｃｔｏｒＲｅｇｒｅｓｓｉｏｎ，ＳＶＲ）理论的基础上，对基
于ＳＶＲ的短时交通流预测模型中参数选择问题进行了探讨和研究，运用群智能优化方
法进行最优参数选择，并且仿真实际数据 ...
-
-
均匀设计结合支持向量回归优化微生物发酵培养基
均匀设计结合支持向量回归优化微生物发酵培养基，谭泗桥，袁哲明，结合均匀设计(Uniform Design,UD)与支持向量回归(Support Vector Regression, SVR)发展了一种新的配方优化方法UD-SVR。对初始方案预处理后基于UD设计�
-
sVR2和esVR2通过不同的机制调控食管癌细胞移动
sVR2和esVR2通过不同的机制调控食管癌细胞移动，索彩霞，吴智勇，目的 研究可溶性血管内皮生长因子受体2（soluble vascular endothelial growth factor receptor-2，sVR-2）和内源性可溶性血管内皮生长因子受体2（endog
-
数据挖掘在三维堆芯仿真中的应用
数据挖掘在三维堆芯仿真中的应用，蒋波涛，赵福宇，数据挖掘是在大量数据中，发现有用的、人们感兴趣的信息的过程。支持向量回归机（SVR）是一种新的数据挖掘算法，该算法是支持向量
-
散射方程的领先多软极限
... 的结构模式，并推测出一个更简单的计算公式。 在四个维度上，开发了一种在棘手螺旋形式上产生领先的m-soft胶子因子的Cachazo-Svrček-Witten（CSW）递归程序，并使用Britto-Cachazo-Feng-Witten（BCFW）递归来获得 领先的四软胶子因子，适用于所有分析截然不同的螺旋结构。
-
封堵矿井突水点注浆量预测研究
... 、封堵过水通道长度、注浆压力等,借助智能算法自动获取支持向量机最佳参数的优点,优化支持向量机回归分析能力,建立GA-SVR非线性模型和PSO-SVR非线性模型,并通过实际工程对封堵突水点注浆量做出预测。通过对比实际注浆预测结果,得出PSO-SVR模型预测结果相对准确,但预测结果波动性偏大,GA-SVR预测结果相对稳定,但预测结果误差相对偏大的特点。因此提出在进行注浆量预测时,采取两种模型同时进行注浆量预测,取其区间值,实现 ...
-
煤自燃预测的支持向量回归方法
... 数据为基础,采用粒子群优化算法(PSO)优化支持向量回归(SVR)参数,建立了煤自燃温度预测的PSO-SVR模型;同时, ... 保证训练和测试样本不变的前提下,建立了标准SVR模型、BP神经网络(BPNN)模型和多元线性回归(MLR)模型,并与PSO-SVR模型预测结果进行对比分析。MLR,BPNN,SVR和PSO-SVR模型训练样本预测结果的平均绝对百分比误差(MAPE)分别为:5.75%,0.84%,4. ... 较差,易出现"过拟合"现象,泛化性较差;PSO-SVR模型预测精度较标准SVR模型有了 ...
-
露天煤矿卡车路段行程时间的实时动态预测新方法
针对露天煤矿卡车优化调度中重要的行程时间预测问题,考虑影响卡车行程时间的各种因素,建立卡车行程时间预测模型,利用最小二乘支持向量回归算法(LS-SVR)和选择性集成学习思想,提出一种基于最小二乘支持向量回归的选择性集成学习算法实现卡车行程时间的动态预测。并在实际采集的露天煤矿数据上进行实验,得到较高的预测精度,说明了算法的有效性。
-
基于测井参数的页岩有机碳含量支持向量机预测
... 规避了各测井参数之间的信息冗余和不相关参数带来的模型性能降低和训练时间增加的问题；最后利用优选后的测井数据和SOM的分类结果，对不同的地层岩性分别建立SVR模型进行预测。结果表明：通过与其它TOC含量预测模型对比，SOM-SVR模型更加稳定，更有说服力，预测误差小，平均相对误差约6%，平均绝对误差不超过0.2。由此，可以通过SOM算法对不同岩性的地层进行聚类之后再建立TOC含量的 ...
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
