支持向量回归机参数优化的方法研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究现状及意义 | 第10-11页 |
| ·研究内容及结构安排 | 第11-13页 |
| 2 相关基础理论 | 第13-26页 |
| ·支持向量回归机 | 第13-19页 |
| ·损失函数 | 第13-14页 |
| ·核函数 | 第14-16页 |
| ·支持向量机的回归 | 第16-19页 |
| ·人工蜂群算法 | 第19-22页 |
| ·算法原理 | 第20-21页 |
| ·参数设置及步骤 | 第21-22页 |
| ·人工鱼群算法 | 第22-26页 |
| ·算法原理 | 第23-25页 |
| ·算法步骤 | 第25-26页 |
| 3 人工蜂群算法优化SVR的参数 | 第26-39页 |
| ·参数对SVR的影响分析 | 第26页 |
| ·改进的人工蜂群算法 | 第26-28页 |
| ·参数优化模型 | 第28-30页 |
| ·模型的有效性检验 | 第30-34页 |
| ·实例应用 | 第34-38页 |
| ·模型的参数设置 | 第35页 |
| ·结果分析 | 第35-38页 |
| ·小结 | 第38-39页 |
| 4 AFSA-ABC混合算法优化SVR的参数 | 第39-49页 |
| ·AFSA-ABC混合算法原理 | 第39-40页 |
| ·参数优化模型 | 第40-41页 |
| ·模型的有效性检验 | 第41-45页 |
| ·实例应用 | 第45-48页 |
| ·数据的选取 | 第45-46页 |
| ·参数设置 | 第46页 |
| ·结果分析 | 第46-48页 |
| ·小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 作者简历 | 第54-56页 |
| 学位论文数据集 | 第56页 |
