支持向量回归参数调节及应用研究
为有效解决支持向量回归中的参数选择问题,提出了一种新算法——AGA-SVR.在该算法中,通过适时增加染色体变异的概率来提高染色体的多样性,克服了标准遗传算法存在个体容易早熟的缺陷,从而增加学习到全局最优的几率.通过将AGA-SVR应用于上证开盘指数预测,结果验证了该算法优于标准遗传算法及经典梯度下降算法.
遗传算法、支持向量机、核函数、上证指数、参数选择
32
TP391.4(计算技术、计算机技术)
山东省高新技术自主创新工程专项计划基金项目2007ZZ17;山东省自然科学基金项目Y2007G16、ZR2010FM021;山东省科技攻关计划基金项目2008GG10001015;山东省电子发展基金项目2008B0026
2011-12-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
2821-2824