收藏本站
《华南理工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

SVR季节性时间序列预测模型的构建与应用

钱吉夫  
【摘要】: 支持向量机(Support Vector Machine, SVM)是一种基于统计学习理论的新的机器学习算法,由于采用了结构风险最小化的思想,SVM比传统的基于经验风险最小化准则的方法具有更好的学习性能和泛化性能,且具备对小样本、非线性等复杂问题的建模能力。支持向量回归(Support Vector Regression, SVR)是Vapnik在定义了ε-不敏感损失函数基础上的可用于回归预测的支持向量机算法,由于在理论上具备与SVM同样的优势,SVR自提出以来就激起了研究者的广泛兴趣,目前已被成功应用于许多领域,但对于商业、经济领域中常见的季节性时间序列,文献并没有专门的研究。 本文研究SVR季节性时间序列预测模型的构建与应用,重点探讨数据预处理对SVR预测性能的影响以及相应建模方法的设计。具体来说,章节安排如下: 首先通过问题的提出、文献综述发现现有研究的不足,提出本文的研究目的、研究内容和可能的创新点;然后通过回顾传统的季节性时间序列预测方法——指数平滑和SARIMA,为后文评估季节性SVR预测表现奠定基础;第三章本文提出了三个季节性SVR模型的建模思路(分别为使用了原始数据的Raw Data-SVR、采用了季节差分预处理策略的季节差分-SVR以及结合了季节调整方法和相应数据变化操作的Seasonal-SVR)并阐述了相应的建模步骤;第四章是本文的应用研究章节,通过对宏微观、不同大小样本数据的实证检验了季节性SVR模型的预测能力以及其与传统模型的比较;最后本文得出了如下的结论: ⑴使用原始数据的SVR对季节性时间序列预测效果并不理想; ⑵对季节性时间序列进行合适的预处理,可以显著改善SVR的预测性能; ⑶本文提出的两种数据预处理策略:季节差分-SVR中的季节差分和Seasonal-SVR中的移动平均比率乘法模型结合相应数据变换操作,实证研究结果表明后者优于前者; ⑷季节差分-SVR和Seasonal-SVR的预测精度好于传统的指数平滑季节模型和SARIMA; ⑸SVR具备对小样本季节性时间序列的建模预测能力,且本文提出的两个建模方法季节差分-SVR和Seasonal-SVR预测精度均较高。
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:F224.0

【引证文献】
中国期刊全文数据库 前2条
1 丁志勇;杨苹;杨曦;张臻;;基于连续时间段聚类的支持向量机风电功率预测方法[J];电力系统自动化;2012年14期
2 韩军;;风电功率预测方法研究综述[J];中国电业(技术版);2013年01期
中国硕士学位论文全文数据库 前1条
1 赵爽;经济时间序列的趋势分析和实证研究[D];首都经济贸易大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 邵信光,杨慧中,石晨曦;ε不敏感支持向量回归在化工数据建模中的应用[J];东南大学学报(自然科学版);2004年S1期
2 叶苗;王勇;;基于支持向量回归学习机的网络流量预测[J];桂林工学院学报;2007年02期
3 夏国恩;邵培基;;改进SVR在金融时间序列预测中的应用[J];金融理论与实践;2008年11期
4 李立辉,田翔,杨海东,胡月明;基于SVR的金融时间序列预测[J];计算机工程与应用;2005年30期
5 冯兴杰,魏新,黄亚楼;基于支持向量回归的旅客吞吐量预测研究[J];计算机工程;2005年14期
6 田翔,邓飞其;精确在线支持向量回归在股指预测中的应用[J];计算机工程;2005年22期
7 夏国恩;曾绍华;金炜东;;支持向量回归机在铁路客运量时间序列预测中的应用[J];计算机应用研究;2006年10期
8 黎展求;朱栋华;刘冬岩;;基于支持向量回归和小波包的供热负荷预测[J];暖通空调;2007年02期
9 李晓芳,吴桂珍,高铁梅;我国经济指标季节调整中消除春节因素的方法研究[J];数量经济技术经济研究;2003年04期
10 陈诗一;;汇率预测:一个新的非参数支持向量回归方法[J];数量经济技术经济研究;2007年05期
【共引文献】
中国期刊全文数据库 前10条
1 唐晓芬;赵秉新;;基于支持向量机的农村劳动力转移预测[J];安徽农业科学;2011年11期
2 郭良栋;田江;丛晓东;;基于CPSO和SVM的混沌时间序列预测[J];辽宁科技大学学报;2009年06期
3 李冬;王璐;康文峥;;基于SVM的作战效能灵敏度分析[J];兵工自动化;2011年01期
4 李洪儒;许葆华;;某型导弹发射装置液压泵故障预测研究[J];兵工学报;2009年07期
5 张军;单永海;曹殿广;郑玉新;葛欣鑫;;基于最小二乘支持向量机的机枪加速寿命建模[J];兵工学报;2012年01期
6 庞九凤;李险峰;谢劲松;佟冬;程旭;;基于支持向量机的微体系结构设计空间探索(英文)[J];北京大学学报(自然科学版);2010年01期
7 廖龙飞;王晶;;面向多输出系统的启发式支持向量机回归[J];北京化工大学学报(自然科学版);2011年02期
8 ;Application of support vector machine in the prediction of mechanical property of steel materials[J];Journal of University of Science and Technology Beijing(English Edition);2006年06期
9 吴江;李太勇;;基于加权支持向量机的金融时间序列预测[J];商业研究;2010年01期
10 王泽生;车喜龙;;无线接入点吞吐率预测的建模与优化[J];吉林大学学报(信息科学版);2010年03期
中国重要会议论文全文数据库 前10条
1 何鹏;王雅琳;桂卫华;孔玲爽;;氧化铝硅渣成分的混沌时间序列分析与SVM预测[A];第二十九届中国控制会议论文集[C];2010年
2 刘卓军;李晓明;;一种基于时间序列异常点监测的可疑交易分析方法[A];第十三届中国管理科学学术年会论文集[C];2011年
3 颜七笙;;基于PCA-SVM的动态联盟候选伙伴绩效评价方法[A];第十三届中国管理科学学术年会论文集[C];2011年
4 赵卫;刘济科;;随机结构可靠度分析的支持向量机方法[A];第九届全国振动理论及应用学术会议论文集[C];2007年
5 王敏;周博;李阳;;北京工业经济运行监测预警指标体系的构建[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年
6 周金柱;黄进;甄立冬;;腔体滤波器制造精度对电性能影响的支持向量建模与优化[A];2011年机械电子学学术会议论文集[C];2011年
7 赵光耀;邹鹏;韩伟红;;基于遗传算法和LSSVM的网络安全事件发生频率预测[A];全国计算机安全学术交流会论文集·第二十五卷[C];2010年
8 ;Online Modeling Based on Support Vector Machine[A];2009中国控制与决策会议论文集(1)[C];2009年
9 ;An online outlier detection method for process control time series[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
10 刘子阳;郭崇慧;;应用支持向量回归方法预测胎儿体重[A];大连理工大学生物医学工程学术论文集(第2卷)[C];2005年
中国博士学位论文全文数据库 前10条
1 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
2 吴学雁;金融时间序列模式挖掘方法的研究[D];华南理工大学;2010年
3 吴少智;时间序列数据挖掘在生物医学中的应用研究[D];电子科技大学;2010年
4 祝晓春;增强型软件项目中测试工作量度量研究[D];浙江大学;2010年
5 陈近;反向抵押贷款风险定价模型的机理研究[D];浙江大学;2011年
6 关大宇;基于货币政策传导的金融条件指数构建及应用研究[D];东北财经大学;2010年
7 陈丽娟;中国开放式基金组合的市场风险度量[D];东华大学;2011年
8 韩晓明;基于符号有向图和支持向量机的故障诊断方法的研究[D];太原理工大学;2011年
9 刘春波;统计建模方法的理论研究及应用[D];江南大学;2011年
10 赵红强;基于小波分析的我国经济运行特征研究[D];吉林大学;2011年
中国硕士学位论文全文数据库 前10条
1 贾东芳;离散模型下的美式期权定价[D];河南理工大学;2010年
2 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
3 徐俏;基于多目标微粒群的转炉合金加入量优化研究[D];大连理工大学;2010年
4 姜力文;基于信息熵的转炉炼钢动态过程建模研究[D];大连理工大学;2010年
5 霍明云;基于GARCH模型的A+H银行股风险分析[D];中国海洋大学;2010年
6 陈启;基于支持向量回归在短期负荷预测中的应用[D];河北工程大学;2010年
7 王继新;制度因素与中国财政收入影响因素分析[D];长春工业大学;2010年
8 刘文博;小波分析方法在高频金融数据分析中的应用[D];长春工业大学;2010年
9 陈逸波;支持向量机在高炉炉温预报中的应用及若干改进[D];浙江大学;2010年
10 王霏;面向动漫素材的特征提取与分类识别[D];浙江大学;2011年
【同被引文献】
中国期刊全文数据库 前10条
1 韩民晓;崔军立;姚蜀军;;大量风电引入电网时的频率控制特性[J];电力系统自动化;2008年01期
2 井天军;阮睿;杨明皓;;基于等效平均风速的风力发电功率预测[J];电力系统自动化;2009年24期
3 蒋小亮;蒋传文;彭明鸿;林海涛;李子林;;基于时间连续性及季节周期性的风速短期组合预测方法[J];电力系统自动化;2010年15期
4 徐曼;乔颖;鲁宗相;;短期风电功率预测误差综合评价方法[J];电力系统自动化;2011年12期
5 师洪涛;杨静玲;丁茂生;王金梅;;基于小波—BP神经网络的短期风电功率预测方法[J];电力系统自动化;2011年16期
6 丁志勇;杨苹;杨曦;张臻;;基于连续时间段聚类的支持向量机风电功率预测方法[J];电力系统自动化;2012年14期
7 周双喜;王海超;陈寿孙;;风力发电运行价值分析[J];电网技术;2006年14期
8 范高锋;王伟胜;刘纯;;基于人工神经网络的风电功率短期预测系统[J];电网技术;2008年22期
9 孟洋洋;卢继平;孙华利;潘雪;高道春;廖勇;;基于相似日和人工神经网络的风电功率短期预测[J];电网技术;2010年12期
10 雷强;郭白滢;;BDS替代数据法的人民币汇率非线性特征研究[J];管理学报;2010年02期
中国博士学位论文全文数据库 前3条
1 汪东;基于支持向量机的选时和选股研究[D];上海交通大学;2007年
2 韩爽;风电场功率短期预测方法研究[D];华北电力大学(北京);2008年
3 丁晖;基于神经网络模型的人民币汇率预测研究[D];湖南大学;2008年
中国硕士学位论文全文数据库 前1条
1 刘晶;基于相似日和支持向量机的短期负荷预测研究[D];华南理工大学;2010年
【二级引证文献】
中国期刊全文数据库 前2条
1 杨茂;熊昊;严干贵;穆钢;;基于数据挖掘和模糊聚类的风电功率实时预测研究[J];电力系统保护与控制;2013年01期
2 韩军;;风电功率预测方法研究综述[J];中国电业(技术版);2013年01期
【二级参考文献】
中国期刊全文数据库 前10条
1 孙延风,梁艳春,姜静清,吴春国;金融时间序列预测中的神经网络方法[J];吉林大学学报(信息科学版);2004年01期
2 杨一文,刘贵忠;分形市场假说在沪深股票市场中的实证研究[J];当代经济科学;2002年01期
3 吴微,陈维强,刘波;用BP神经网络预测股票市场涨跌[J];大连理工大学学报;2001年01期
4 齐维贵,朱学莉;时间序列预报法在供热控制中的应用研究[J];电子学报;2003年02期
5 杨慧中,张素贞,陶振麟;聚丙烯腈质量指标软测量混合模型的应用[J];化工自动化及仪表;2002年06期
6 刘广利,杨志民;一种新的支持向量回归预测模型[J];吉首大学学报(自然科学版);2002年03期
7 孙全,朱江;基于遗传神经网络的股票价格短期预测[J];计算机工程与应用;2002年05期
8 岳毅宏,韩文秀,程国平;多变量时间序列相空间重构中参数的确定[J];控制与决策;2005年03期
9 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
10 胡文斌,华贲,杨昌智,孙一坚;灰色理论在城市供热负荷预测中的应用[J];煤气与热力;2002年01期
【相似文献】
中国期刊全文数据库 前10条
1 蒋文凤;江涌涛;张春良;刘琼;;DHMM+SVM在切削颤振中的应用[J];机电产品开发与创新;2009年03期
2 黄毅;夏国恩;;基于支持向量回归机的广西物流需求预测[J];科技管理研究;2011年02期
3 施发启;时间序列转折点的贝叶斯预测[J];统计研究;1994年02期
4 葛新权;线性回归与时间序列加法预测模型[J];预测;2000年01期
5 陈军飞;集装箱量预测的BP神经网络方法[J];南京晓庄学院学报;2002年04期
6 王志平,张海帆;中国工业时间序列分析及预测[J];统计与决策;2004年08期
7 兰秋军,马超群,甘国君,吴建宏;中国股市弱有效吗?——来自数据挖掘的实证研究[J];中国管理科学;2005年04期
8 金华;陆继宗;;证券市场的非线性研究[J];上海电机学院学报;2005年06期
9 ;主要经济指标时间序列[J];中国经济景气月报;2005年04期
10 王习涛;;ARIMA模型在期货交易预测中的应用研究[J];微计算机信息;2006年15期
中国重要会议论文全文数据库 前10条
1 何全军;曹静;张月维;;基于MODIS的广东省植被指数序列构建与应用[A];中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C];2007年
2 吴炎;杜栋;;改进BP神经网络及其对江苏省粮食产量的仿真预测[A];决策科学与评价——中国系统工程学会决策科学专业委员会第八届学术年会论文集[C];2009年
3 张玉峰;贾成刚;张文喜;;应用时间序列评估人工增雨效果[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
4 王永忠;曾昭磐;;混沌时间序列点预测方法研究[A];1999中国控制与决策学术年会论文集[C];1999年
5 王波;张斌;;一种基于云模型的时间序列特征表示方法[A];2005中国控制与决策学术年会论文集(下)[C];2005年
6 王有良;周文国;;基于时间序列的基坑水平变形预测模型[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
7 王玉涛;程国辉;周建常;王师;;神经网络在高炉铁水硅含量预报中的应用[A];1998中国控制与决策学术年会论文集[C];1998年
8 许伦辉;傅惠;徐建闽;;基于分形维数的交通流预测模型及算法研究[A];2003年中国智能自动化会议论文集(下册)[C];2003年
9 胡坤;刘思峰;;时间序列灰色定权聚类模型[A];2004年中国管理科学学术会议论文集[C];2004年
10 蒋斌松;韩立军;贺永年;;时间序列Lyapunov指数的估算及预测[A];矿山建设工程新进展——2005全国矿山建设学术会议文集(下册)[C];2005年
中国重要报纸全文数据库 前10条
1 ;《时间序列与金融数据分析》[N];中国信息报;2004年
2 张瑞徐志忠;网上游南京网络虚拟旅游环境构建与应用项目通过鉴定[N];中国测绘报;2008年
3 东证期货 王爱华 杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年
4 本报记者 刘松柏;“超级月球”引发地震不成立[N];经济日报;2011年
5 北京 李奕;一网打尽教与学[N];中国电脑教育报;2000年
6 权证一级交易商 国信证券;正股走势及时间序列主导下半年权证市场运行结构[N];证券时报;2006年
7 刘丽萍;时间序列季节调整描述经济活动的利器[N];中国信息报;2000年
8 房鹏;数码书信寄真情[N];中国电脑教育报;2005年
9 于洋;乳腺肿瘤的分子靶向治疗体系的构建与应用[N];科技日报;2007年
10 西南证券高级研究员 董先安德圣基金研究中心 郭奔宇;预计6月CPI同比上涨7.2%[N];证券时报;2008年
中国博士学位论文全文数据库 前10条
1 杨正瓴;时间序列中的混沌判定、预报及其在电力系统中的应用[D];天津大学;2003年
2 张晓伟;水文动力系统自记忆特性及其应用研究[D];西安理工大学;2009年
3 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年
4 刘大同;基于Online SVR的在线时间序列预测方法及其应用研究[D];哈尔滨工业大学;2010年
5 张永林;车辆道路数值模拟与仿真研究[D];华中科技大学;2010年
6 崔亚强;沪深300股指内在复杂性分析及预测研究[D];天津大学;2010年
7 杨谈;网络混沌行为及其控制的研究[D];北京邮电大学;2009年
8 李星毅;基于相似性的交通流分析方法[D];北京交通大学;2010年
9 肖辉;时间序列的相似性查询与异常检测[D];复旦大学;2005年
10 卢占会;电力市场稳定性研究[D];华北电力大学(河北);2008年
中国硕士学位论文全文数据库 前10条
1 钱吉夫;SVR季节性时间序列预测模型的构建与应用[D];华南理工大学;2010年
2 徐永俊;基于混沌和SVR的短时交通流预测方法研究[D];西南交通大学;2011年
3 朱梅;基于多类损失函数的SVR算法的比较研究[D];华东师范大学;2012年
4 肖文;基于SVR的铝电解槽极距软测量模型的研究[D];中南大学;2010年
5 张振锋;基于SVR的激励合约量化分析方法研究[D];江南大学;2011年
6 吴静怡;基于SVR的创业企业孵化网络风险度量与评价研究[D];华南理工大学;2012年
7 杨芳;基于支持向量回归(SVR)的材料热加工过程建模[D];上海交通大学;2010年
8 张德敏;基于HVS和SVR的小波域彩色图像自适应数字水印算法[D];青岛大学;2010年
9 郭红星;基于SVR和改进SOM的预测模型的研究[D];华南理工大学;2012年
10 Ashraf Fetoh Eata;[D];厦门大学;2001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