基于改进免疫算法优化支持向量机的钢材消费预测
颜瑞
张群
1.北京科技大学经济管理学院,北京,1000832.北京科技大学经济管理学院,北京,100083
摘要：预测钢材需求量对我国钢铁工业及相关产业发展有重要意义.为了提高钢材需求量预测准确度,提出基于改进免疫算法优化支持向量机(IA-SVM)的钢材需求预测方法.IA-SVM采用免疫算法优化SVM参数,获得较优的SVM预测模型.为了提高IA收敛速度和寻优效果,提出基于有限随机思想的群体更新策略.针对我国1990 ～ 2009年的钢材需求数据进行实证分析,实验结果表明,改进的免疫算法能够找到支持向量机的最优参数组合,采用IA-SVM算法可以对钢材需求量进行有效预测.
关键词：支持向量机免疫算法钢材需求预测模型
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家重点基础研究发展计划（973计划）(973;2010CB955903-1)国家自然科学基金(71172168)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 90-95 )
英文信息