LS-SVM对城市用水量预测的探究

介绍了最小二乘支持向量机(LS-SVM)的回归算法,给出了基于matlab的工具箱LS-SVMlab对城市用水量预测的算法步骤。选择高斯径向基核函数作为核函数,利用最小二乘支持向量机(LS-SVM)映射出城市用水量和人均综合用水量及用水人口间的非线性关系,从而建立出基于LS-SVM的,模型参数分别为的关于城市用水量的预测模型。与神经网络的预测结果相比较,该模型具有较高的预测精度和动态适应性。     

上市公司财务危机预测的最小二乘支持向量机方法研究

现有上市公司财务危机预测方法常常需要线性假设或正态分布、等协方差假设,模型参数选择原则一般都采用经验风险最小。本文研究了上市公司财务危机的最小二乘支持向量机(LS-SVM)预测方法,此方法基于研究小样本的统计学习理论,它不需要特殊假设作为前提,选用结构风险最小原则确定预测模型参数,不仅使得经验风险最小,也使期望风险最小,从而对未来样本有较好的泛化能力。同时,给出了模型参数的显式计算公式。因此所提预测方法计算简单,速度快,预测精度高。实例计算结果证实了所提方法的可行性、有效性、实用性。     

FA-SVM模型在上市公司财务预警中的应用

将因子分析和支持向量机相结合构建组合预测模型,并以317家制造业上市公司为样本,进行财务预警研究。结果表明:因子分析提高了支持向量机的判别效率,能有效预测企业的财务危机,该组合预测模型具有较强的实用价值。     

自适应粒子群最小二乘支持向量机在铁路货运量预测中的应用

针对铁路货运量与其影响因素间的复杂非线性关系,建立自适应粒子群最小二乘支持向量机(APSO-LSSVM)模型用于铁路货运量预测研究,利用最小二乘支持向量机的优良特性预测铁路货运量,并采用自适应粒子群算法优化选择LSSVM的参数。通过对我国铁路货运量的实例分析检验APSO-LSSVM模型的预测性能。结果表明,APSO-LSSVM模型有效地预测了我国铁路货运量,具有较高的预测精度及较快的收敛速度。     

基于最小二乘支持向量机和遗传算法的除尘效率优化

采用最小二乘支持向量机进行除尘效率建模，并利用遗传算法对运行工况寻优，获得优化除尘效率的调整方式。仿真计算表明遗传算法能很好地对以除尘效率为目标的除尘模型优化。以优化调整方式的相应参数作为当前负荷下的基准值，可指导运行人员进行参数优化调整。现场试验表明，按此基准值运行，可以提高除尘效率，从而使除尘系统性能达到优化。     

基于加权最小二乘支持向量机的金融时间序列预测

针对股票市场的高噪声,强非线性和不确定性等特点和以往传统的神经网络预测方法存在的不足,对标准最小二乘支持向量机方法优化,运用给各个样本的惩罚系数和误差要求赋予不同权重的加权最小二乘支持向量机方法结合滚动时间窗来学习建模。对上证地产业类指数的建模和预测表明,该算法具有良好的预测精度和抗燥性能,是对股市进行分析和预测的一种可行而有效的方法。     

基于GA-SVM的物流园区物流需求预测及分析

文章基于支持向量机模型对物流园区物流需求进行预测,相较于传统的网格式搜索对支持向量机参数寻优,使用遗传算法对支持向量机参数寻优,能在实数集内连续地寻找最优参数组合,构建出GA-SVM物流需求预测模型。并通过成都市实例验证了GA-SVM预测模型的有效性。     

基于中红外光谱的奶粉定量分析模型研究

目的:研究奶粉红外光谱图的预处理和建模方法,反演计算对奶粉营养成分定性定量分析。方法:用KBr压片法获得了303种奶粉中红外光谱图,对谱图进行预处理后用支持向量机回归和偏最小二乘法建模对奶粉营养物质进行定量分析。结果:蛋白质定量分析用支持向量机回归建模效果最好,相关系数为0.971 1,预测均方根误差为0.857 1;脂肪、碳水化合物定量分析模型用偏最小二乘法建模效果最佳,相关系数分别为0.960 1、0.903 9,预测均方根误差1.101 4、2.028 4。结论:该方法简便、可快速地对奶粉中的主要营养成分进行定量分析。     

基于光滑支持向量机的经济预测模型

由于支持向量机方法具有推广能力强、拟合精度高、全局最优等特点,将支持向量机应用于对经济发展水平的预测中,建立基于支持向量机的经济预测模型,近年来受到了广泛的关注,并得以迅速发展.但在处理大数据时,求解支持向量机对应的二次规划问题是非常棘手的,如何有效求解支持向量机是一个不可回避的研究课题.光滑支持向量机是标准支持向量机的一种改进形式,其在经济走势预测中的应用已显示出了优越性.本文主要介绍了光滑技术在支持向量机中的应用及具体算法.     

基于PLS的组合预测模型及其应用

本文运用组合预测理论,利用偏最小二乘回归方法建立了基于灰色预测模型GM(1,1)、2阶自回归模型AR(2)和龚伯兹曲线模型的组合预测模型,并对农业贷款需求进行了预测。     

基于样条变换的非线性偏最小二乘流量预测应用研究

水文过程受多种因素影响,往往具有非线性特征.介绍了基于样条变换的非线性偏最小二乘建模的基本原理和基本过程,建立了贵州省上桥村水文站的月平均流量预测模型,通过模型预测值与实测数据对比后表明,该方法可以成功用来对流量进行预测.     

基于灰色关联分析的LS-SVM高铁客流量预测

文章结合灰色关联分析(GRA)和最小二乘支持向量机(LS-SVM),构建基于GRA的LS-SVM高铁客流量预测模型(GRA-LS-SVM)。将高铁客流量的影响因素初步设为17项,利用灰色关联分析从中选取主要影响因素,并将其作为输入变量,构建LS-SVM。以我国高铁客流量数据为例,验证GRA-LS-SVM的有效性。结果显示,GRA-LS-SVM不仅简化了模型结构,而且提高了高铁客流量预测精度。     

基于加权最小二乘支持向量机的欠定盲源分离

为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机（SVM）的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获得初始权值,每次将其中一个权值对应的样本点作为测试样本,其余点作为训练样本,依次对样本的误差变量进行更新,再根据权值计算公式实现所有权值的更新,进而确定最优分类平面,实现对观测信号的最优分类,最终估计出混合矩阵。实验结果表明,新算法是有效的,其平均误差是基于K-均值方法误差的0.2倍左右,是基于SVM算法平均误差的0.5倍左右。     

利用股指期货为个股进行套期保值的策略构建

本文针对股指期货的特点,对个股的套期保值的策略进行了研究。运用计量分析软件,建立普通最小二乘法（OLS）模型估算β值,并对股票的系统风险进行了测算。分别用普通最小二乘法（OLS）和广义自回归条件异方差模型（GARCH）对最优套期保值率予以估计。     

基于多元回归分析——支持向量机的财务危机预警模型

研究结果表明:基于财务信息指标信息的多元回归支持向量方法,是预测企业财务是否会发生财务危机的有效方法。应用Matlab编程语言,使用计算机可以方便的完成支持向量机模型的算法设计和数据运算。建立上市公司财务危机的预警模型,可为投资者及相关者预测公司财务状况提供科学的决策手段和可靠的依据。     

我国社会消费品零售总额的预测分析——基于最小二乘法的改进GM(1,1)模型

我国社会消费品零售总额受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此本文提出了基于最小二乘法的改进GM(1,1)模型,首先介绍了普通GM(1,1)模型的建立方法与步骤;接着通过采用最小二乘法的原理弱化波动较大的数据,加强其规律性从而建立新的GM(1,1)模型;最后结合2007²011年我国社会消费品零售总额数据建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年我国社会消费品零售总额,便于我国对未来社会消费品宏观调控。结果表明该预测方法是合理可行的,为其他相关预测提供了理论依据。     

基于偏最小二乘回归的我国民航客运量影响因素分析

民航客运量受到诸多因素的影响,本文选取了几个具有代表性的指标,通过偏最小二乘回归方法对民航客运量的影响因素进行了定量分析,并建立了预测模型。试图为我国民航事业的发展提供一些有价值的预测结果和相关信息。     

基于支持向量机的上证指数预测研究

基于支持向量机的预测模型对上证指数进行预测,并将其预测结果与BP神经网络的预测结果进行对比,其结果表明,支持向量机的预测模型具有较高的拟合和预测精度并优于BP神经网络模型,且支持向量机预测方法计算速度快,准确率高,具有很好的推广应用价值。     

工业生产总值与资产总额和职工人数的实证研究

通过建立工业总产值与资产总额和职工人数的回归模型,用Eviews3.1软件对模型采用最小二乘法进行参数估计,对它们三者之间的关系进行研究。我们得到三者间存在线性关系的结论。     

基于Logit模型的上市公司财务危机预警分析——以制造业上市公司为例

本文使用Logit模型构建A股制造业上市公司的财务危机预警模型,将ST公司界定为存在财务危机的上市公司,利用20家ST公司和20家非ST公司的财务数据进行计量分析,建立可靠的预测模型来实现对财务危机的预警。