固定尺度最小二乘支持向量机

针对最小二乘支持向量机(LS-SVM)在进行回归预测时存在的稀疏性缺陷问题,采用固定尺度最小二乘支持向量机,即固定支持向量数量进行改进。仿真结果表明:固定尺度最小二乘支持向量机在训练各种样本数据集时,有效地避开了LS-SVM中的稀疏性问题,且训练速度快,同时具有良好的预测精度。     

一种顾及用户朝向的PSO-LSSVM指纹定位算法

为了解决人体对WiFi信号遮蔽和最小二乘支持向量机参数优化的问题,提出了一种顾及用户朝向的粒子群优化最小二乘支持向量机指纹定位方法。建立全向指纹库,采用粒子群优化算法求出最小二乘支持向量机最优参数,通过最小二乘支持向量机训练出定位模型,将待测点指纹信息输入定位模型中,最终估算出待测点位置坐标。仿真实验结果表明所提算法在定位误差上达到0.72 m,普通的粒子群优化最小二乘支持向量机算法定位误差为0.84 m,提高了室内定位精度,具有实际的应用价值。     

基于CEEMD-Elman-Adaboost组合模型的国际原油价格预测研究

针对国际原油价格序列的高度非线性、非平稳性和时变性等复杂特征,提出用互补集合经验模态分解(CEEMD)和Elman-Adaboost神经网络的组合模型对Brent原油价格序列进行预测。首先,利用CEEMD将Brent原油价格序列分解为10个IMF分量和1个残差分量;其次,将各分量序列以滑动窗口的形式训练数据,利用Adaboost算法优化的Elman神经网络对各个分量进行预测;最后,将各个分量的预测结果进行求和得到Brent原油价格序列的最终预测结果。实证结果表明:该方法对Brent原油价格序列预测的均方根误差、平均相对误差、平均绝对误差均比PSO-BP、CEEMD-PSO-BP、EEMD-Elman、CEEMD-Elman模型小,新组合模型是一种预测精度更高、更有效的预测方法。     

基于改进克隆选择算法的最小二乘支持向量机

针对最小二乘支持向量机的参数选取问题,引入了克隆选择算法,提出了一种基于改进克隆选择算法的最小二乘支持向量机。同时根据最小二乘支持向量机的学习能力和泛化能力,在克隆选择算法的目标函数中加入两者的动态调节机制,这样改进的克隆选择算法在寻优过程中能够准确、快速地搜索到最小二乘支持向量机的最优参数。将本文模型用于乙烯裂解炉裂解深度值的学习和预测,经仿真实验表明:该预测模型的训练速度快,预测精度高。     

构造稀疏最小二乘支持向量机的网络入侵检测模型

从最小二乘支持向量机的稀疏表达出发,构建高效的基于稀疏最小二乘支持向量机的网络入侵检测模型,提出了一种通过基于核空间近似策略的有效低秩逼近来有效减小原始训练样本集中的支持向量数来实现最终模型的稀疏表达。以MIT KDD99数据集为基础,对所提出方法进行有效性验证,并与利用剪枝策略通过递归过程中不断减少模型中支持向量个数的稀疏化方法、基本最小二乘支持向量机以及标准支持向量机方法的性能进行对比。结果表明:基于核空间近似的最小二乘支持向量机稀疏化与标准最小二乘支持向量机相当;此外稀疏最小二乘支持向量机能够提高入侵检测响应速度。     

四川省天然气消费量变权重组合预测

在BP神经网络及最小二乘支持向量机预测模型的基础上,利用基于样本点优化的变权重组合模型对四川省天然气消费量进行了预测,结果表明该预测方法在样本数目有限的情况下,在性能上不但优于各单项预测方法,同时也在很大程度上好于固定权重的组合预测模型,对于四川省经济发展有着重要的意义。     

基于随机森林的循环水养殖氨氮预测模型研究

分析和建立深井海水工厂化循环水氨氮含量与养殖对象的数量、均重、饲料投喂量之间的非线性关系。利用离差归一化方法对样本数据进行预处理,并利用Bootstrap方法随机有放回采样生成多个训练集;提出一种基于随机森林回归算法的集成式机器学习方法构建预测模型,对养殖水体中的氨氮含量进行预测,并与支持向量机回归和最小二乘线性回归模型进行对比分析。通过5折交叉验证和8折交叉验证实验表明,以均方根误差和平均绝对误差作为评价指标,以绝对均值误差作为评价函数,所提方法的绝对均值误差为0.135 5,与最小二乘线性回归、支持向量机回归方法进行比较,其误差分别减少62.66%和39.85%。所提方法在进行小样本预测应用中具有较高的预测精度及泛化能力,可为海水工厂化循环水养殖水体中氨氮含量精准预测提供理论依据和参数支持。     

基于最小一乘的GA-SVR用电量预测

基于最小一乘准则和交叉验证思想下,提出了一种基于自适应遗传算法参数寻优的支持向量回归机模型。该模型采用最小一乘准则作为训练标准,提高了模型的整体稳定性。使用自适应遗传算法对支持向量回归模型进行参数寻优,加快了训练时间,提升了预测精度,同时,交叉验证方法的采用,又进一步地提升了模型的泛化能力和预测精度。采用该模型对江苏省全社会用电量进行预测的结果表明,其预测精度要优于传统的支持向量回归模型和一般的粒子群优化支持向量回归模型。     

福建省物流需求中的货物运输量预测研究

货物运输量是物流需求中的重要内容,其准确预测对物流发展规划具有重要意义.通过选取影响货物运输量的16个指标,基于核主成分分析与加权最小二乘支持向量机的预测方法,实证预测福建省物流需求中的货物运输量.结果表明,基于核主成分分析与加权最小二乘支持向量机的预测方法拟舍及预测(测试)都达到了很高的精度.     

基于鲁棒最小二乘支持向量机的聚丙烯熔融指数预报

可靠地预报熔融指数在聚丙烯生产过程中至关重要。在最小二乘支持向量机采用的误差平方和惩罚函数可能会导致不稳健的预报值基础上,进一步提出了基于鲁棒最小二乘支持向量机的聚丙烯熔融指数软测量模型。工业实例研究表明该方法拟合精度高、泛化能力强,具有广阔的应用前景。     

2023年国际原油价格分析与趋势预测

2022年,全球经济增速放缓,各种超预期因素引发原油供给担忧,国际油价大幅攀升并剧烈波动。展望2023年,从基本面和非基本面着手,分析全球经济、供应、库存、美元、黄金、市场投机和地缘政治等因素未来动向,结合预测模型客观计算和专家的主观判断,对2023年国际原油价格走势进行整体展望和预测。预计2023年国际原油价格中枢回落,市场供需偏紧,地缘政治因素持续扰动,短期不确定性较大,Brent、WTI原油均价将在82～92美元/桶和77～87美元/桶。     

国际原油价格变动对我国农产品价格波动的影响

随着全球一体化进程的加快,国际原油价格变动对我国农产品价格的影响越发明显。本文采用2002年1月-2013年6月的月度数据,运用VAR(向量自回归)模型,实证分析了国际原油价格变动对我国农产品价格波动的影响。研究发现,国际原油价格与我国农产品价格存在着长期稳定关系;运用国际原油价格预测我国农产品价格的最佳滞后期为两个月,即本期农产品价格的决定因素为前两个月的国际原油价格和我国农产品价格;国际原油价格对我国农产品价格的影响系数虽然较小但显著;使用VAR模型得到的我国农产品价格预测值与真实值相差只有1%左右。     

2019年国际原油价格分析与趋势预测

2018年,国际原油价格经历平稳开局后,减产协议、核制裁等多种因素交错影响原油供需,导致全年市场波动较大。展望2019年,从基本面和非基本面着手,分析全球经济、原油供应、库存、汇率、市场投机和地缘政治等因素的未来动向,对2019年国际原油价格走势进行整体展望和预测。综合考虑国际原油市场各影响因素,结合预测模型客观计算和专家的主观判断,2019年国际原油价格将出现阶段性较大幅度涨跌,但整体还将保持低位震荡态势,Brent、WTI两市价差不确定性增大。预计Brent、WTI原油均价将会达到57~72美元/桶和51~66美元/桶。     

2017年国际原油价格分析与趋势预测

通过对2016年国际油价的演变历程以及Brent与WTI价差进行回顾,分析全球石油市场供需情况,发现2016年供需形势已有好转。并结合非基本面因素的变化以及对2017年各经济体经济发展的预期,据此对2017年国际油价作出预测:在各种因素综合作用下,2017年Brent、WTI两市明显价差减小,国际原油价格波动加剧,呈小幅上扬的态势。预计Brent、WTI原油平均价格为60美元/桶和62美元/桶,价格波动区间为55~65美元/桶。     

国际石油价格波动的结构性因素分析——基于结构向量自回归模型的实证研究

20世纪70年代以来,国际油价经历多次剧烈波动,对于油价波动原因的分析一直是理论界的热点话题。首先对国际油价波动的历史进行梳理和阶段性划分,然后对国际油价波动的结构性因素进行分析,最后采用SVAR模型对国际油价波动的原因进行实证分析,结果显示一般供给冲击和短期外部因素冲击均会对国际油价波动产生影响,但其影响并不大。相比而言,需求冲击对国际油价的影响超过供给冲击,而且以经济活动指数衡量的一般需求冲击并未造成国际油价的剧烈波动。这说明,国际油价的异常波动与我国近年来对石油需求的大幅增加并没有直接的联系。     

国际石油价格长期趋势预测系统的研制与应用

国际石油价格的剧烈波动将对经济乃至整个社会产生巨大的影响。如何准确预测国际油价趋势已成为一个非常重要的课题。基于小波多尺度分析长期趋势多步预测模型, 设计并开发了国际石油价格长期趋势预测系统(LOFS)。该系统的应用证明:LOFS系统在一定程度上可以预测未来国际油价的变化趋势, 但预测的关键是选取合适的参数(小波波形、峰谷选取严格度、波动检验量常数)。基于计算实验的思想, 提出了一套确定参数的方法, 并据此预测了2013年Brent原油价格的走势。     

基于多因素小波回归分析的国际原油价格分析与预测

基于国际石油市场的复杂性,本文不仅考虑油价时间序列自身的发展规律,而且在模型中加入油价的主要影响因素,采用小波分析与多元回归相结合的方法建立原油价格预测模型。并且对WTI（西德克萨斯轻质）原油月度价格进行了实证分析,验证了该方法的可行性和有效性。     

2014年国际原油市场分析与价格预测

在回顾2013年国际原油市场的发展动态的基础上,综合分析2014年全球宏观经济的复苏态势,国际原油市场供需基本面因素的变化,以及美元汇率、投机炒作、地缘政治等非基本面因素的走向及其可能对油价的冲击。结合国际原油市场形势和定量模型预测结果,预计2014年WTI、Brent原油现货价格将相对稳定,分别达到97～101美元/桶、111～117美元/桶。国际油价面临各种不确定性,预计2014年国际油价的长期走势主要取决于全球经济复苏的步伐,短期波动更多取决于美联储退出宽松政策的速度和节奏。     

2021年国际原油价格分析与趋势预测

2020年,国际原油均价较2019年大幅降低,震荡幅度显著扩大。展望 2021 年,从基本面和非基本面着手,分析全球经济、供需、美元、期货、地缘政治和能源结构等因素未来动向,对国际原油价格走势进行整体展望和预测。预计2021年国际原油市场供需呈现紧平衡态势,原油价格将震荡上行,但需警惕突发事件的短期冲击,Brent、WTI原油均价预测结果在44~54美元/桶和41~51美元/桶范围。