多阶灰色支持向量机集成预测模型研究

来源：计算机工程与科学杂志2015年第3期北京时间：

作者：周华平，李敬兆

单位：安徽理工大学计算机科学与工程学院，安徽 淮南 232001

摘要：对灰色预测模型GM（1,1）和支持向量机SVM预测模型进行分析，提出了多阶灰色支持向量机集成预测模型Dm_GM(1,1)SVM。通过多阶缓冲算子改进灰色预测模型的预测精度，对最终预测值的各个相关指标进行预测；同时，采用粒子群优化算法对支持向量机模型进行径向基核参数和惩罚参数寻优，得到最佳参数对(c,g)，从而确定支持向量机的最佳回归模型；最后将各指标预测值作为支持向量机模型的输入，依据预测模型和预测模型的输入值求得预测结果。实验实例表明，多阶灰色支持向量机集成模型和传统的预测模型相比，在本例中预测精度更高，说明多阶灰色预测模型和支持向量机模型相结合在解决实际预测问题中具有实用价值。

关键词：多阶灰色预测模型,支持向量机,集成预测,缓冲算子,粒子群优化算法,

基金资助：国家自然科学基金资助项目（51174257）;国家973计划资助项目（2010CB732002）;安徽理工大学中青年骨干教师