Indexed by：
Abstract：
作为一种新的机器学习方法,支持向量机的参数选择没有一个统一的模式和标准。为了克服这一缺点,对遗传算法进行改进,构造一种混沌云自适应模拟退火遗传算法( CCASAGA )对支持向量机回归参数进行优化。该算法将混沌优化、基于云模型的自适应控制机制和模拟退火的Metropolis 准则结合起来,并采取精英保持策略加快算法的收敛速度。利用改进后的 CCASAGA-SVR预测模型对某股份制银行 ATM 机现金需求进行预测,并引入 GA-SVR 模型和BP 神经网络模型进行对比,从而证实该预测模型具有更高的预测精度。
Keyword：
Reprint 's Address：
Email：
Source ：
微型机与应用
ISSN： 1674-7720
Year： 2013
Issue： 24
Page： 82-84
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count： -1
30 Days PV： 1
Affiliated Colleges：
