10.3969/j.issn.1001-7119.2013.12.015
基于主成分分析和支持向量机相结合的天然气消费量预测
为了提高了天然气消费量的预测精度,提出一种主成分分析和支持向量机相结合的天然气消费量预测模型(PCA-SVM)。首先采用主成分分析选择影响天然气消费量的影响因素,然后输入到非线性预测能力强的支持向量机进行训练,并采用遗传算法优化支持向量机参数,最后建立天然气消费量预测模型。仿真实验结果表明,PCA-SVM加快了天然气预测型的学习速度,提高了天然气消费量的预测精度。
天然气消费量、主成分分析、支持向量机、预测模型
TP183(自动化基础理论)
2014-01-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
42-44,47