收藏本站
《南京信息工程大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机方法的非平稳时间序列预测研究

毛宇清  
【摘要】: 本文研究了一种新的机器学习方法——支持向量机(SVM)方法对非平稳时间序列的预测能力,并对其在气象领域中的应用进行了试验研究。全文分为以下三个部分: 在论文的第一部分中,我们系统地介绍了支持向量机方法的基本思想、特点、回归方法的内容、预测建模思路以及支持向量机学习建模软件平台等。 在论文的第二部分中,以33模Lorenz系统和虫口模型作为“理想”时空序列的“发生器”,利用SVM回归方法建立预测模型,并与人工神经网络(ANN)进行了比较。结果表明:(1)SVM方法不仅对平稳时间序列有较好的预报能力,也适用于非平稳时间序列,预报值与真实值的相关系数均能达到0.99以上;(2)SVM回归模型预报的准确率和效率均显著优于人工神经网络,平均相对误差优于ANN模型0.3%—0.5%。我们可以理解为SVM通过非线性映射,将低维空间中的非平稳过程映射到高维空间,一定程度上降低了系统的非平稳程度。 论文的第三部分,我们选取实际资料,利用上述方法分别对北京密云县的温度和印度新德里地区的臭氧浓度进行了试预报。得到初步结论:(1)温度预报值与真实值吻合较好,二者的相关系数达到0.98以上;臭氧浓度预报值较真实值提前,相关系数为0.63,显示了SVM对实际序列有一定的预测能力;(2)随着预报因子的不断增加,预报值与真实值的相关系数略有上升,预报误差明显下降。这表明,训练样本中包含的信息越多,SVM方法建立的预报模型就越稳定;(3)采用相同的温度资料,ANN的预报误差大于SVM的预报误差,说明在实际应用中SVM回归方法的预报效果也优于ANN方法;(4)对两个个例的预测都显示SVM回归方法对一些拐点的预报误差较大,原因可能是建模受到资料的限制,在参与训练的预报因子中缺少与预报对象密切相关的物理量场。
【学位授予单位】:南京信息工程大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:P456.8

【相似文献】
中国期刊全文数据库 前10条
1 张礼平;陈永义;周筱兰;;支持向量机(SVM)及其在场预测中的应用[J];热带气象学报;2006年03期
2 郭波;张晓冬;段爽月;杨杰;;基于拟正交试验与支持向量机的设计时间预测方法研究[J];中国机械工程;2009年09期
3 郑成勇;;基于小波变换和回归分析的人脸识别[J];五邑大学学报(自然科学版);2007年01期
4 蔡从中;裴军芳;温玉锋;朱星键;肖婷婷;;选择性激光烧结成型件密度的支持向量回归预测[J];物理学报;2009年S1期
5 韩咏;齐浩亮;杨沐昀;李生;;基于回归支持向量机的信息检索[J];郑州大学学报(理学版);2010年02期
6 赖永标;乔春生;;基于支持向量机岩溶塌陷的智能预测模型[J];北京交通大学学报;2008年01期
7 骆世广;陈锡祯;刘娟;周业明;;基于支持向量机的考试测量理论[J];河北北方学院学报(自然科学版);2008年05期
8 赖永标;乔春生;刘开云;朱正国;;支持向量机在围岩稳定性分类中的应用[J];水利学报;2006年09期
9 吴涛;阮祥伟;谭剑波;;支持向量机在SAR图像解译中的研究进展[J];遥感信息;2009年05期
10 陶凤玲;武晟;余生才;肖博;;基于最小二乘支持向量机的龙羊峡径流预测[J];水文;2008年04期
中国重要会议论文全文数据库 前10条
1 韩咏;齐浩亮;杨沐昀;李生;;基于回归支持向量机的信息检索[A];第五届全国信息检索学术会议论文集[C];2009年
2 朱美琳;陈安;;航空服务成本预测的支持向量机方法研究[A];2004年中国管理科学学术会议论文集[C];2004年
3 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
4 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
5 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
6 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
7 梅立泉;丁雪梅;张淑娟;;结构声振数据的相似性分析和预测[A];中国核科学技术进展报告——中国核学会2009年学术年会论文集(第一卷·第6册)[C];2009年
8 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
9 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
10 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
中国重要报纸全文数据库 前10条
1 万海波;用Excel完成批量评估函数汇总(上)[N];财会信报;2006年
2 谢季轲 徐新民;警惕危机突然降临[N];期货日报;2011年
3 张永法;新型便携式纺纱质量计算机在线监测装置填补国内空白[N];中国纺织报;2007年
4 本报记者 段佳;机器“品肉师”替您“尝鲜”[N];大众科技报;2010年
5 吕杰 温德成 邹振宇;用EXCEL处理质量数据[N];中国质量报;2005年
6 兴业银行资金中心 冯海天;1年央票利率将稳定在1.92-1.96%之间[N];中国证券报;2006年
7 李致平 胡金凤;资本结构与产品市场战略的研究[N];首都建设报;2006年
8 记者 熊昌彪;第二炮兵总医院发现慢性头痛证候分布规律[N];中国医药报;2006年
9 光大期货 曾超;影响铜价因素的实证分析[N];期货日报;2007年
10 云南省烟草科学研究所;烟草病虫害预测预报的基本方法[N];云南科技报;2005年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 毛宇清;基于支持向量机方法的非平稳时间序列预测研究[D];南京信息工程大学;2007年
2 高泓;基于支持向量机的动态预测方法与实现技术研究[D];大庆石油学院;2009年
3 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
4 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
5 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
6 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
7 鄢常亮;基于支持向量机的高炉向凉向热炉况预测研究[D];内蒙古科技大学;2010年
8 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
9 冯杰;慢时变对象的支持向量机建模与在线校正方法研究[D];东北大学;2009年
10 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026