位置:成果数据库 > 期刊 > 期刊详情页
基于智能遗传算法与支持向量回归的人口预测
  • ISSN号:1002-8331
  • 期刊名称:《计算机工程与应用》
  • 时间:0
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]广东商学院数学与计算科学学院,广州510320, [2]中山大学数学与计算科学学院,广州510275
  • 相关基金:国家自然科学基金(the National Natural Science Foundation of China under Grant No.60575004,No.10771220);教育部高等学校博士点科研基金项目(No.20070558043).
作者: 戴宏亮[1,2]
中文摘要:

要建立一个有效的支持向量回归(SVR)模型,支持向量回归的3个参数C,γ,ε必须预先设定。提出一种新型的遗传算法——智能遗传算法(IGA)对支持向量回归进行参数调节,以达到寻找最优参数的目的,然后和支持向量回归结合得到一种新的IGASVR模型,并应用于城市人口预测。最后,将提出的方法与标准SVR模型和BP神经网络模型进行比较,所得结果表明,该模型训练速度快,并且有较高预测精度,是一种有效的人口预测方法。

英文摘要:

To build an effective SVR model,SVR's parameters must be set carefully.This study proposes a novel approach, known as IGASVR,which searches for SVR's optimal parameters using intelligent genetic algorithms,and then adopts the optimal parameters to construct the SVR models.Finally we apply IGASVR to forecast population.The experimental results demonstrates that IGASVR are better than standard SVR and BP neural-network.IGASVR model is an effective approach which has faster speed of training and higher precision.

同期刊论文项目
期刊论文 21 会议论文 5 著作 1
期刊论文 43 会议论文 3
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,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(2014版),中国北大核心期刊(2000版)
  • 被引量:97887