共 12 条
基于PSO-SVR模型的GDP预测
被引：0
|作者：
张耀花
[1
]
机构：
[1] 郑州大学商学院
来源：
关键词：
国内生产总值;
粒子群算法;
遗传算法;
支持向量机;
组合优化模型;
D O I：
10.16002/j.cnki.10090312.2020.01.008
中图分类号：
F124 [经济建设和发展];
TP18 [人工智能理论];
学科分类号：
0201 ;
020105 ;
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
利用支持向量回归机(Support Vector Regression,SVR)擅于处理小样本数据的优势来解决国内生产总值预测模型中历史数据少的问题,选取粒子群算法(Partivle Swarm Optimization,PSO)和遗传算法(Genetic Algorithm,GA)优化支持向量机回归模型的参数,构建PSO-SVR与GA-SVR两种组合优化模型。比较两个组合预测模型,并与单个SVR模型进行比较。实证结果表明,组合优化模型优于单一的SVR模型,且PSO-SVR比GA-SVR模型能更准确地预测GDP值。
引用
收藏
页码：46 / 51
页数：6
相关论文