基于改進模糊支持向量回歸模型的機場能源需求預(yù)測

《基于改進模糊支持向量回歸模型的機場能源需求預(yù)測》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、為了確?！敖虒W(xué)點數(shù)字教育資源全覆蓋”項目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進行。設(shè)備安裝到位后，中心校組織各學(xué)點管理人員統(tǒng)一到縣教師進修學(xué)校進行培訓(xùn)，熟悉系統(tǒng)的使用和維護?；诟倪M模糊支持向量回歸模型的機場能源需求預(yù)測　　摘要：針對離群點在機場能源數(shù)據(jù)的預(yù)測和分析中存在干擾等問題，建立了一種基于改進模糊支持向量回歸的機場能源需求預(yù)測模型。首先，采用模糊統(tǒng)計法對測試樣本集、系統(tǒng)參數(shù)和模型輸出進行分析，推導(dǎo)出符合其數(shù)據(jù)分布的基本隸屬函數(shù)形式；其次，結(jié)合例證法、專家經(jīng)驗法對隸屬函數(shù)進行“再學(xué)習(xí)”，逐步修改和完善正態(tài)隸屬函數(shù)a、b參數(shù)值，半梯形隸屬函數(shù)邊界參數(shù)值

2、及三角隸屬函數(shù)p、d參數(shù)值，以此消除或減少不利數(shù)據(jù)挖掘的離群點，同時保留有效關(guān)鍵點；最后，結(jié)合支持向量回歸算法，建立預(yù)測模型，并驗證了該模型的可行性。實驗結(jié)果表明，與反向傳播神經(jīng)網(wǎng)絡(luò)方法相比，F(xiàn)SVR方法的預(yù)測準確率提高了%，對離群點的識別率提高了%?！　￡P(guān)鍵詞：機場能源需求預(yù)測；模糊支持向量回歸；支持向量機；模糊隸屬度；離群點　　中圖分類號：TP181文獻標志碼：A　　Abstract：Focusedontheissuethatinterferencewouldexistintheanalysisandpredictionofairportenergydat

3、abecauseoftheoutliers，apredictionmodelbasedonimprovedFuzzySupportVectorRegressionwasestablishedforthedemandofairportenergy.為了充分發(fā)揮“教學(xué)點數(shù)字教育資源全覆蓋”項目設(shè)備的作用，我們不僅把資源運用于課堂教學(xué)，還利用系統(tǒng)的特色欄目開展課外活動，對學(xué)生進行安全教育、健康教育、反邪教教育等豐富學(xué)生的課余文化生活。為了確?！敖虒W(xué)點數(shù)字教育資源全覆蓋”項目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進行。設(shè)備安裝到位后，中心校組織各學(xué)點管理人員統(tǒng)一到縣

4、教師進修學(xué)校進行培訓(xùn)，熟悉系統(tǒng)的使用和維護。Firstly，afuzzystatisticalmethodwasselectedtomakeananalysisontestsamplesets，parametersandtheoutputsofmodels，andabasicmembershipfunctionformconsistentwiththedatadistributionwouldbederivedfromthisanalysis.Secondly，relearningofmembershipfunctionwouldbeperformedwith

5、respecttoexpertexperiences，thentheparametervaluesaandbofthenormalmembershipfunction，theboundaryparametervaluesofsemitrapezoidmembershipfunctionandtheparametervaluespanddoftriangularmembershipfunctionwouldgraduallyberefinedandimproved，soastoeliminateorreducetheoutlierswhichwerenotcon

6、ducivetodataminingandreservedthekeypoints.Finally，combinedwithSupportVectorRegressionalgorithm，apredictionmodelwasestablishedanditsfeasibilitywasverifiedsubsequently.Theexperimentalresultshowsthat，comparedwithBackPropagationneuralnetwork，thepredictionaccuracyoftheFSVRincreases%andth

7、erecognitionrateofoutliersincreases%.　　Keywords：airportenergydemandprediction；FuzzySupportVectorRegression；SupportVector為了充分發(fā)揮“教學(xué)點數(shù)字教育資源全覆蓋”項目設(shè)備的作用，我們不僅把資源運用于課堂教學(xué)，還利用系統(tǒng)的特色欄目開展課外活動，對學(xué)生進行安全教育、健康教育、反邪教教育等豐富學(xué)生的課余文化生活。為了確?！敖虒W(xué)點數(shù)字教育資源全覆蓋”項目設(shè)備正常使用，我校做到安裝、教師培訓(xùn)同步進行。設(shè)備安裝到位后，中心校組織各學(xué)點管理人員統(tǒng)一到縣教師進

8、修學(xué)校進行培訓(xùn)，熟悉系統(tǒng)的使用和維護。