支持向量机通过结构风险最小化原理来提高泛化能力,现多用于解决小样本的分类问题与回归问题,但用于预测时,单一的模型具有一定的局限性.本文提出一种将改进的多维灰色模型与支持向量机组合预测模型,实现不同模型的优势互补,避免单一模型的局限性,增加模型的稳定性.实验仿真结果表明,所提出的组合预测模型的预测效果明显优于支持向量机和基于新息优先累积法模型,且预测精度相对单一预测模型更高.
科研之友
微信
新浪微博
Facebook
分享链接
