文件名称：参数优化支持向量机的人参价格预测模型 (2012年)
文件大小：1.79MB
文件格式：PDF
更新时间：2024-05-13 14:00:34
工程技术 论文
为了对人参价格进行预测,分析了影响人参价格因素,通过K-fold交叉验证方法,利用粒子群算法对支持向量机的惩罚参数c和ggamma值进行寻优,建立起2010年1月～2011年12月林下参的价格预测模型。利用粒子群算法优化惩罚参数c为3.6974,利用radial basis function核函数的SVM( Support Vector Machine)对预测集1的预测相关系数为97.316%。