文档介绍：摘要一个重要的分支一智能优化算法,智能优化算法是通过模拟或解释某些自然现象兰州大学硕士学位论文优化技术是一种以数学为基础,用于求解各种问题优化解的应用技术。其中有或过程发展而来的,与普通的搜索算法一样都是一种迭代算法,具有全局的,并行高效的优化性能,鲁棒性,通用性强等优点。不确定性问题广泛存在于实际情况中,一直是研究的难点问题。针对传统的不确定性问题,人们提出了很多的方法来处理,对于不确定性问题的研究与预测又构成了一个重要的科学分支。这些问题样本数目通常是非常有限的,甚至是很少的,且大部分数据序列没有包含明确的数量方面的关系特征。这样就使得这些问题的处理比较困难,很多方法都取得了较好的的效果,但是这些方法还有可以改进的地方。将优化算法引入,用优化算法对模型进行优化,以提高模型精度。本文的主要研究成果及贡献如下:将智能优化算法τ玫交疑げ饽P虶透慕男禄疑げ饽型小J紫龋蛭DP偷脑げ饽芰κ艿交疑P偷木敌蛄械挠跋欤变均值序列参数将影响到模型的预测能力,而过去对于参数难≡瘢话悴捎默认的参数或根据实际数据和模型的预测效果来设置,具有很大的随意性,并没有一个确定的规则;再次,灰色模型,最少需要四个数据而改进的新灰色模型钌傩枰H鍪菥涂梢越⒃げ饽P停杞仙俚氖莞鍪沟媚型获得的数据信息更少,这样必然影响到模型的预测效果。鉴于以上情况,通过将智能优化算法牖疑P停呕P偷木敌蛄械牟问冢ü⒑鲜实适应值函数,用优化算法进行搜索,搜索合适的参数乜,将搜索到的参数τ玫侥型中以提高模型的预测能力。将智能优化算法τ玫街С窒蛄炕P椭校蛭VС窒蛄炕P偷姆类正确率与回归的效果受到支持向量机的惩罚系数,核函数和核函数的参数的影响,不同的惩罚系数和核函数参数对于模型的精度有很大的影响,而惩罚系数和核函数参数的选取并没有一个确定的规则,往往是根据经验来选取确定的值,这样选取的参数对于不同类型的数据往往不是很适合。鉴于这种情况,通过将智能优化算法胫С窒蛄炕P椭校莶煌氖菅∪「髯允实钡闹С窒蛄炕头O
兰州大学硕士学位论文数和核函数的参数,建立合适的适应值函数,用优化算法搜索支持向量机合适的惩罚系数和核函数的参数,将搜索到的惩罚系数和核函数参数应用到模型中以提高模型的预测能力。检验智能优化算法挠呕Ч菏道っ鳎琍优化算法优化的灰色预测模型,和呕惴ㄓ呕母慕男禄疑げ饽P虵,预测效果有明显提高。经过呕惴ㄓ呕闹С窒蛄炕喾掷辔侍夥掷嗾仿室嘤忻显提高。通过实证检验说明了智能优化算法涤眯浴关键词:智能优化算法;粒子群优化;不确定性;灰色预测模型;改进的灰色模型;支持向量机;支持向量机多分类\
,瑃琣,,瓼.·琹:瑃瑀琱.,’,;,琤..
.,;—兰州大学硕士学位论文,,,琤甌,.瓵,.
兰州大学硕士学位论文籗猚
第一章前言§研究动机个重要的科学分支,它一直受到人们的广泛重视。其中有一个重要的分支一智能优§.悄苁荽砝砺塾敕椒ǖ姆⒄褂胂肿优化技术是一种以数学为基础,用于求解各种问题优化解的应用技术。作为一化算法,智能优化算法是通过模拟或解释某些自然现象或过程发展而来的,与普通的搜索算法一样都是一种迭代算法,对问题的数学描述不要求满足可微性,凸性等条件,是以一组解秩为迭代的初始解,将问题的参数进行编码,映射为可进行启发式操作的数据结构,仅用到优化目标函数值的信息,不必用到目标函数的导数信息,搜索策略是结构化和随机化的怕市,其优点是:具有全局的、并行高效的优化性能,鲁棒性,通用性强等。智能算法思想和内容涉及数学,物理和计算机等方面,为解决复杂问题提供了新的思路和手段。智能优化算法现己广泛应用于计算机科学、优化调度、优化组合、优化设计等领域,引起了国内外学者的广泛关注,并掀起了该领域的研究热潮【俊】。粒子群算法作为一个重要的科学分支,由社会心理学家虴┦在年共同提出的一种新的模仿鸟类群体行为的智能优化算法,现已成为进化算法的一个新的重要分支。该算法通过初始粒群随机粒子扛隽W哟碜乓桓潜在的解⒗玫绞剑姑扛隽W酉蜃陨碚业降淖詈梦恢煤腿禾逯凶詈昧子靠近,从而搜索最优解。粒子群算法思想直观、实现简单而且具有很高的执行效率【俊】。近年来,由于计算机性能提高、成本下降及数据管理技术的成功应用,使得各部门信息化程度越来越高,同时也造成了大量的数据积累。“数据丰富,知识贫乏”,决策者很难从大量的数据中提取出有价值的知识的现状,促使人们产生了对数据分析工具的强烈需求。利用数据分析工具所获取的信息和知识,可以广泛的用于商务管理、生产控制、市场分析预测和科学研究与探索诸多方面【俊如何理解已有的历史数据并用于预测未来的行为,如何从海量数据中发现信息,变被动的数据为主动的知识,如何快速、准确地获得有价值的信息,为人们提供重要的、未知的信息与知识,指导决策,这些迫使人们去寻