资料下载
×
支持向量回归模型的机场能源需求预测
消耗积分:1 |
格式:rar |
大小:0.87 MB |
2017-12-19
分享资料个
针对离群点在机场能源数据的预测和分析中存在干扰等问题，建立了一种基于改进模糊支持向量回归（ FSVR）的机场能源需求预测模型。首先，采用模糊统计法对测试样本集、系统参数和模型输出进行分析，推导出符合其数据分布的基本隶属函数形式；其次，结合例证法、专家经验法对隶属函数进行“再学习”，逐步修改和完善正态隶属函数a、b参数值，半梯形隶属函数边界参数值及三角隶属函数p、d参数值，以此消除或减少不利数据挖掘的离群点，同时保留有效关键点；最后，结合支持向量回归（ SVR）算法，建立预测模型，并验证了该模型的可行性。实验结果表明，与反向传播（ BP）神经网络方法相比，FSVR方法的预测准确率提高了2.66%，对离群点的识别率提高了3. 72%。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
