共查询到10条相似文献,搜索用时 31 毫秒
1.
2.
3.
参数的优化选择对支持向量机回归算法(SVR的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO优化选取支持向量回归算法中参数c和g信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。在此基础上利用上证指数数据建立上证指数开盘数预测模型,研究结果表明,混沌粒子群优化的SVR信息粒化时序回归预测模型克服了传统时间序列模型仅局限于线性系统的缺点,速度快,预测精度高,且实用性强。 相似文献
4.
为了提高农网物资储备点的优化管理和调度能力,需要对农网物资储备点的需求趋势进行优化预测,提出基于关联规则调度和模糊自适应聚类的农网物资储备点需求趋势优化预测方法,构建农网物资储备点需求趋势的统计序列分布模型,采用大数据挖掘方法进行农网物资储备点需求趋势的大数据统计信息建模,提取农网物资储备点需求趋势的关联规则特征量,采用模糊聚类方法对需求趋势大数据进行自动聚类处理,建立农网物资储备点需求趋势预测的优化迭代模型,结合自适应寻优算法实现农网物资储备点需求趋势优化预测。仿真结果表明,采用该方法进行农网物资储备点需求趋势预测的自适应性较好,预测精度较高,提高了农网物资储备点的自适应调度和管理能力。 相似文献
5.
近些年来的诸多研究结果表明机器学习在气象预测领域有着广阔的应用前景。文章使用支持向量回归(SVR)构建模型,预测气温要素变化情况,首先利用粒子群优化(PSO)算法优化SVR,标准PSO算法在寻找最优参数过程中有陷入局部最优的缺点,考虑在改变粒子权重因子(ANDVW)和搜索邻域(ANS)的基础上综合改进,尽量使寻优过程逼近全局最优;最后建立ANDVW-ANS-PSO-SVR模型进行实验对比。利用研究区累计10年间的连续气象观测数据进行模型训练和测试,实验结果表明,改进的ANDVW-ANS-PSO-SVR模型对气温的预测精度有一定的提高。 相似文献
6.
《科技通报》2016,(4)
通过对网络流量的准确预测提高对网络的调控和监测水平,避免网络拥堵,确保网络畅通。传统的网络流量预测算法采用粒子群算法,在处理大规模的流量数据时,容易导致信息发散和易陷入局部极值点,流量预测准确度不高。提出一种基于多标记学习混合差分粒子群进化的网络流量预测算法。构建多分簇的无线网络流量数据传输模型,对网络流量进行时间序列分析,采用粒子群优化算法分别比较网络信息流中的频率波动是否相同,对相同的进行合并,基于自回归移动平均算法,进行粒子群信息链特征优选准则设计,采用多标记学习混合差分粒子群进化算法,把网络流量数据嵌入到内核空间的超球体中,进行离线阶段的网络流量预测优化。仿真结果表明,该算法对网络流量预测的精度较高,误差减少,具有较好的应用价值。 相似文献
7.
突发浪涌数据下差异云平台数据间的关联性破坏概率逐渐增加,降低了数据在冗余环境下查询效率。按照突发浪涌数据下云平台的弱关联数据调度特征,通过基于Apriori的弱关联数据挖掘方法,采集突发浪涌数据下差异云平台的弱关联数据,通过改进离散粒子群算法优化任务节点数字串的编码形式,实现数据调度任务,对粒子位置更新公式进行优化,采用优化离散粒子群算法进行节点寻优,获取最佳调度节点集,实现突发浪涌数据下差异云平台的弱关联数据调度。实验结果表明,该调度方案能够优化云平台资源的使用效率和服务响应时间,提高了总执行效率,节省了云资源,具有较高的节能开销比和用户满意度。 相似文献
8.
9.
云计算下虚拟信息资源大数据特征集成调度 总被引:1,自引:0,他引:1
《科技通报》2015,(10)
研究大数据环境下基于云计算的虚拟企业信息系统构建和调度模型,通过对云计算环境下的虚拟企业信息资源特征集成调度,提高数据访问和管理能力。传统的集成调度方法采用层次分析法,通过粒子群(PSO)算法进行虚拟企业信息管理存储系统的任务调度,存在信息管理迟滞等问题。提出一种基于模糊循环堆栈控制的虚拟企业信息管理资源信息特征集成调度算法,把虚拟企业信息管理资源信息调度网络的能量节点进行模糊循环堆栈控制设计,得到虚拟企业信息管理资源信息调度配置的权值,实现对虚拟企业信息管理资源的大数据特征融合和集成。仿真实验表明,该算法能有效提高虚拟资源大数据特征集成调度成功率,执行时间缩短,具有较高的应用价值。 相似文献