基于支持向量回归机的粮食产量预测研究

支持向量机(Support Vector Machines,SVM)是一种具有坚实理论基础的新颖小样本学习方法。采用支持向量机回归(Support Vector Machine Regression,SVR)算法,用libsvm-2.89软件包对我国近年来的粮食产量进行回归预测,选择交叉验证法进行参数寻优,建立粮食产量和其影响因素的支持向量机回归模型。粮食产量预测平均相对百分误差为1.209%,均方根误差为581.191,相关系数为0.962 24。将预测结果与指数平滑模型、生产函数模型及多元线性回归模型进行了比较,用平均绝对百分误差、希尔不等系数及均方根误差对4种模型预测结果进行评价。结果表明,基于支持向量机的径向基核函数(RBF)模型预测粮食产量的精度优于其他预测方法。     

基于小波分解的日径流支持向量机回归预测模型

【目的】将小波变换与支持向量机结合,构建小波支持向量机回归模型(WSVR),并用其对日径流进行预测,为水库调度提供参考依据。【方法】利用径流时间序列中包含的大量信息,通过小波变换将径流时间序列分解成不同分辨率水平的子序列和近似序列,通过相关性分析选取有效子序列与近似序列相加得到的新序列作为支持向量机回归模型的输入,建立小波支持向量机回归耦合模型,以泾河流域张家山站的日径流为研究对象,利用均方根误差(RMSE)、平均绝对误差(MAE)、确定性系数(DC)、相关系数(R)及相对误差(RE)作为评价指标对模型预测精度进行评价。【结果】利用所建立的小波日径流支持向量机模型对张家山站日径流的预测结果显示,该模型在检验阶段的RMSE、MAE、DC、R及RE分别为26.05m3/s,8.26m3/s,0.826,0.910,-13.3%,与仅使用支持向量机回归模型(SVR)相比,耦合模型预测精度明显提高,且非汛期预测效果优于汛期。【结论】建立了小波支持向量机回归耦合模型,该模型可有效模拟和预测日径流,为日径流预测提供了新的途径。     

阴离子表面活性剂的临界胶束浓度的支持向量回归研究

应用支持向量回归(Support vector regression,SVR)方法,结合粒子群参数寻优(Particle swarm optimization,PSO)技术,对分子结构参数与分子性能之间的关系进行研究来预测阴离子表面活性剂的临界胶束浓度.并与基于人工神经网络模型的预测结果进行了比较.结果表明:对于相同的训练样本和检验样本,支持向量回归比BPNN模型有更高的预测精度.     

Boosting集成支持向量回归机的滑坡位移预测

支持向量回归机(SVR)在实际的学习应用中,由于数据时空的复杂性和算法本身的参数选择,学习模型难以达到预期的效果.针对这个问题,提出了基于Boosting集成的支持向量回归机方法.通过在原始数据集加权采样的基础上,进行多次迭代子SVR机器学习,不断调整样本权值再采样,优化机器学习模型,然后对迭代所得的每级支持向量回归结果按某种组合方法进行集成,得到最终的回归函数形式.应用该方法进行了仿真试验和滑坡变形时序预测研究.结果表明:使用集成的SVR进行回归预测较之单一的SVR具有更高的准确性和更好的泛化性.对Boosting与Bagging 2种不同的集成SVR,进行了比较研究,试验结果表明,2种算法性能相差不大,总体上前者强于后者.     

基于信息粒化和PSO-SVR 模型的棉花价格波动区间和变化趋势预测

农产品价格的准确预测对农民规避市场风险、提高农业收入和国家农业宏观调控具有重大意义.以国家棉花价格A指数的预测为例,提出了一种基于模糊信息粒化和粒子群优化支持向量回归机(PSO-SVR)的农产品价格预测时序回归模型.该模型首先使用模糊信息粒化方法,将原始国家棉花价格A指数时间序列数据映射为包含最小值Low、中值R、最大值Up3个参数的模糊信息粒,然后使用粒子群优化算法PSO寻找支持向量回归机(SVM)模型的最佳参数c和g,最后,再使用优化后的支持向量回归机(SVM)模型预测国棉价格A指数未来波动区间和变化趋势.实证结果表明,基于模糊信息粒化和PSO-SVR时序回归模型对国棉价格A指数的预测准确有效.     

无线多媒体传感器网络视频流区分服务多径Qos路由算法

首先利用Lasso方法在影响粮食价格波动的众多因素中选出了粮食储备、粮食生产成本、粮食产量、粮食政策、生产需求、贸易需求、心理预期等7个主要影响因素；然后在Lasso变量选择的基础上利用支持向量机进行粮食价格的回归与预测，同时，把Lasso、支持向量机、Lasso-支持向量机及ARIMA方法的拟合预测效果进行比较。实证结果表明：Lasso-支持向量机组合预测方法的拟合预测效果要优于另外三种预测方法。     

基于机器学习的焦油预测模型研究

为研究卷烟焦油预测模型,以焦油的释放量为研究对象,运用不同的回归方法进行焦油预测研究,以各个模型的标准化均方误差为评判尺度,对各个模型的预测效果进行了比较.结果表明,各模型的预测精度差别较大,整体来看机器学习方法对于焦油的预测精度较高,其中以随机森林算法回归对于焦油的预测精度最高,表现出较高的预测精度和良好的稳定性,其次表现较好的机器学习算法为支持向量机回归方法.因此,在焦油预测应用或研究中可以运用随机森林或其他机器学习方法对焦油进行建模预测.     

基于模糊集修正加权马尔可夫模型在新疆降水预测中的应用

[目的]为提高降水预报精度,准确预测一个地区未来的降水丰枯状况和降水量,为该地区工农业生产生活提供决策参考.[方法]以年降水时间序列为研究对象,利用模糊集理论和加权马尔可夫模型建立一种基于模糊集的修正加权马尔可夫预测模型.该模型改进加权马尔可夫模型中初始状态向量的确定方法,即通过引入模糊集理论,基于距离测度建立隶属度函数,计算出随机变量序列各时段序列值隶属于所有状态的隶属度,并将隶属度向量作为该时段的初始状态向量.[结果]根据新疆1957 ～2010年的年降水数据,利用该模型预测新疆2011 ～2012年的降水丰枯状况及降水量预报值.2011 ～2012年丰枯状态的预测结果与实际完全一致,降水量预测值的误差分别为0.99;,0.54;.进一步利用该模型动态预报了2013 ～2017年的降水丰枯状况及降水量.[结论]基于模糊集的修正加权马尔可夫模型具有更高的预测效果,可用于新疆降水丰桔状况预报和降水量预测.     

基于数学模型预测森林病虫害的研究进展

阐述了我国森林病虫害预测预报的发展历程,介绍了近年来非线性模型和线性非线性组合模型在森林病虫害预测中的应用现状,综述了组合模型的建模方法、支持向量机回归原理及应用现状,总结了目前森林病虫害预测预报中存在的问题,并展望了其今后的发展趋势。     

支持向量机在粮食产量预测中的应用

将支持向量机算法应用于粮食产量预测,结果表明,支持向量机的径向基核函数模型预测粮食产量的精度优于其他预测方法。     

中国商品猪胴体瘦肉率预测模型的建立

为在生猪屠宰线上较快地预测胴体瘦肉率,实现按瘦肉率大小对猪胴体进行等级划分,构建优质优价的收购体系,研究测定了325头5~8月龄不同类型阉割商品猪的热胴体重和背膘厚,并根据实际分割肉块重对瘦肉率进行了计算,以瘦肉率为因变量,热胴体重和背膘厚为自变量,采用SA S 8.2软件建立了商品猪胴体瘦肉率预测方程,并对其中的最优回归方程进行了诊断和准确性检验。结果表明,所建立的最优回归方程能较好的拟合商品猪的胴体瘦肉率。     

模型误差几种估计方法的比较及应用

本文对林业实践中模型预测误差、预测相对误差的估计方法进行了讨论和比较,从非参数性方法导出了预测误差、预测相对误差的简捷估计方法,这些方法具有明确的统计意义,可用来检验模型的适用性,评价模型优劣.文中给出了估测森林蓄积量不同模型评价的实例.     

县级市人口及城镇化水平预测——以江西省乐安县为例

人口及城镇化水平预测是土地规划中的重要指标之一.采用人口自然增长法、趋势预测法和灰色模型预测法对乐安县总人口进行预测,并结合乐安县第5次人口普查数据及该县人口发展实际情况,运用算法平均值综合分析确定人口总量;并使用该方法对城镇化水平进行了预测.预测结果可为土地规划提供较好的决策支持.     

PRESS在乘法回归模型中的改进及应用

在预测平方和PRESS基础上提出了相对预测误差RPE和相对预测均方差RPMSE指标,推导出在乘法回归模型中的简捷公式.给出了柠条生物量模型选优的应用实例.     

基于PP法的荆州市暴雪分析与短期预报

利用荆州市6个国家地面观测站的降水、天气现象、雪深和气温等常规资料,统计1981~2010年冬季暴雪个例,结果表明,近30年全市共发生暴雪46站次,其时空分布不均,1月发生最多,约占全部暴雪站次的61%;东南部地区发生几率明显高于西北部地区,且2000年以后西北部地区没有出现暴雪。经过普查历史天气图,认为暴雪天气发生与500 h Pa西风带低槽、地面中等偏强冷空气、700 h Pa强劲的西南暖湿气流、700 h Pa与850 h Pa之间的逆温层以及温度的垂直分布有关。预报采取PP法的技术思路,即在建立天气图预报模型和指标的基础上,选取数值预报对应的参数制作暴雪短期预报,实践证明应用效果较好。     

吉林人参市场预测初探

吉林人参名闻遐迩,近年来,随着商品经济的发展,人参种植出现了狂热的发展势头。种植面积每三年增加一倍,产量自1986年开始也与之同步增长。但是,根据国内外市场销售情况的分析与预测,1987年人参市场就已超过了供求平衡点呈饱和状态,今后人参将由供不应求变为供大于求,并使效益下降,次品价格降低,并逐步出现滞销现象。因此应严格控制人参发展速度,提高单产,发展新品种,提高产品质量,改进加工技术,提高在国际市场上的竞争能力。未来人参发展的战略重点,应放在市场环节上。     

灰色-马尔柯夫链预测棉花产量(单产)

灰色预测和马尔柯夫链预测方法都可用于时序问题的预测,在农作物产量预报中,2种方法各有局限性,单独使用预测准确率都不高,特别是对时序波动较大的棉花产量预测,二者的局限性表现更为明显.笔者将2种方法结合起来使用,建立了宿州市棉花产量(单产)的预测模型,在实际应用中,取得了较为满意的效果,历史拟合率小于4.5%,1999、2000年试报准确率分别达97.8%和96.9%.     

基于灰色理论和回归分析的需水量组合预测研究

【目的】建立精度更高的需水量预测模型,为水资源规划提供理论依据。【方法】建立基于灰色预测和线性回归预测的需水量组合预测模型,以深圳大鹏半岛需水量为例,对组合预测模型的预测结果与单独采用灰色预测、线性回归模型预测的结果进行了比较。【结果】单独采用灰色预测模型和线性回归模型进行预测的平均误差分别为6.5%和2.5%,而基于灰色预测和线性回归的组合预测模型的平均误差仅为1%。【结论】组合模型的预测精度较单一模型的预测精度明显提高,并且该模型可以更全面地反映需水量的变化规律。     

基于模糊PD控制的四轮驱动全向移动机器人速度补偿控制器研究

在一般多元线性模型中就基于岭估计的预测量与最优线性无偏预测量的最优性判别问题进行了讨论，得到了基于岭估计的预测量在矩阵迹意义下优于最优线性无偏预测量的充要条件.     

人鼠间的MicroRNA前体预测

MicroRNA是一类新的基因表达调控分子,在生物体的分化、发育以及癌症发生中都起着非常重要的作用。应用高灵敏度的预测方法从人鼠高度保守的基因组片段中识别出19条新的MicroRNA前体,它们具有在基因组中紧密成簇分布的特征。