位置:成果数据库 > 期刊 > 期刊详情页
基于具有自适应分段损失函数支持向量机的产品销售预测模型
  • ISSN号:1001-0920
  • 期刊名称:《控制与决策》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]东南大学自动化学院,南京210096, [2]东南大学复杂工程系统测量与控制教育部重点实验室,南京210096, [3]贵州大学大数据与信息工程学院,贵阳550025
  • 相关基金:国家自然科学基金项目(50875046,60934008,61065010); 中央高校基本科研业务费专项资金项目(2242014K10031).
中文摘要:

针对产品销售时序包含噪声的数据特征,提出一种基于自适应分段损失函数的支持向量机模型(ASε-SVM).ASε-SVM为每个样本点赋一个单独的不敏感损失值,以此降低模型对包含较大噪声的样本点的依赖性,并从理论上证明了该方法可增强模型部分的泛化性能.将ASε-SVM与ε-SVM共同应用于处理一个数值算例和一个汽车销售预测实例中,仿真实验结果表明,ASε-SVM是有效可行的,可获得比ε-SVM更精确的预测结果.

英文摘要:

Aiming at data characteristics of noise existing in the product sale series, a support vector machine based on the adaptive segmented loss function(ASε-SVM) is proposed. In the ASε-SVM, a separate insensitive loss value is assigned to each sample point adaptively, which can reduce the influence of inaccurate samples on the final model. It is proved in theory that the method can enhance partial generalization performance of the model. The ASε-SVM is applied to a numerical value example and the automobile sales forecasting in contrast with the ε support vector machine(ε-SVM). The experiment results show that the ASε-SVM is effective and feasible, by which more accurate forecasting results are obtained over the ε-SVM.

同期刊论文项目
期刊论文 89 会议论文 20 专利 3 著作 1
同项目期刊论文
期刊信息
  • 《控制与决策》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:东北大学
  • 主编:张嗣瀛 王福利
  • 地址:沈阳市东北大学125信箱
  • 邮编:110004
  • 邮箱:kzyjc@mail.neu.edu.cn
  • 电话:024-83687766
  • 国际标准刊号:ISSN:1001-0920
  • 国内统一刊号:ISSN:21-1124/TP
  • 邮发代号:8-51
  • 获奖情况:
  • 1997年被评为辽宁省优秀编辑部,1999年期刊影响因子在信息与系统类期刊中排名第二位
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:32961