基于粒子群优化的SVM多分类的电动车价格预测研究

摘要：

随着新能源汽车的推广,电动汽车逐渐进入千家万户,而影响电动汽车价格的因素较多.文中对影响电动汽车价格的20个属性进行主成分分析研究,先用Pearson相关系数法和PCA算法对数据进行预处理,获得比较重要的样本属性,然后对研究后的新数据进行多分类有监督学习.在支持向量机模型的基础上,用粒子群算法对支持向量机(Support Vector Machine,SVM)模型的参数进行优化选择,实现了对电动汽车的多分类研究,实验表明所建立的模型对电动汽车的多分类效果明显.

关键词：电动汽车、多分类问题、支持向量机、粒子群算法

所属期刊栏目：47

分类号：TP305(计算技术、计算机技术)

资助基金：宁夏先进智能感知控制技术创新团队NSFC61362033,NXJG2017003,NXYLXK2017B09

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：421-424