煤炭需求量预测的支持向量机模型

巩敦卫¹，吴海山¹，贾存良¹

(1.中国矿业大学,信息与电气工程学院,江苏,徐州,221116)

摘要:根据选择的嵌入维数,建立了基于支持向量回归的中国煤炭需求量预测模型.用1980-2002年的中国煤炭需求量构造了支持向量机的输入向量和输出向量;经过与线性核函数及Sigmoid核函数的对比,选用基于径向基函数(RBF)作为核函数,在分析预测误差和模型参数关系的基础上,选择了合适的参数;建立了多输入、单输出的支持向量机(SVM)预测模型.用检验样本与基于RBF神经网络模型的预测进行了比较,结果表明支持向量机模型在训练样本较少的情况下,仍有较高的预测精度和较强的泛化能力,证明了该模型对近期的预测是可靠的.最后用训练好的支持向量机模型很好地预测了2003-2006年我国的煤炭需求量.

关键词:支持向量机; 煤炭需求量; 预测;

【全文内容正在添加中】