文摘
英文文摘
独创性声明和学位论文版权使用授权书
第一章引言
1.1研究背景
1.2问题提出
1.3解决方法
1.4论文结构
第二章支持向量机介绍
2.1机器学习的基本问题
2.2统计学习理论
2.2.1 VC维
2.2.2推广性的界
2.2.3结构风险最小化
2.3支持向量机
2.3.1广义最优分类面
2.3.2支持向量机
2.3.3核函数
2.3.4支持向量回归
2.4本章小结
第三章非平稳时间序列建模方法的选择
3.1引言
3.2时间序列的基本概念
3.2.1时间序列的定义
3.2.2时间序列的分类
3.3时间序列建模
3.3.1历史和现状
3.3.2存在的问题
3.3.3时间序列问题的本质
3.3.4困境的根源
3.4时序预报技术
3.4.1确定型时序预报
3.4.2随机型时序预报
3.4.3基于神经元网络的时序预报
3.5面向非平稳时间序列预测的两种建模方法比较
3.5.1实验一:基于太阳黑子活动数据集进行比较
3.5.2实验二:基于高炉铁水硅含量数据集进行比较
3.6本章小结
第四章面向时间序列预测的支持向量回归模型参数选择方法
4.1引言
4.2支持向量回归模型
4.3传统的交叉校验(cross-validation)方法及网格搜索(grid-search)
4.4面向时间序列预测的支持向量回归模型的参数选择方法
4.5面向时间序列的SVR参数选择实验及分析
4.5.1实验方案设计
4.5.2实验过程、结构及其分析
4.6本章小结
第五章基于支持向量回归的非平稳时间序列模糊建模方法
5.1引言
5.2根据模糊信息对非平稳时间序列进行建模
5.2.1时间序列的模糊分块
5.2.2改进的SVR表达式
5.2.3模糊分块信息和改进的SVR的结合
5.2.4求解组合模型中的权值pit
5.3实验及结果评价
5.3.1实验一:高炉铁水含硅量数据建模
5.3.1实验二:太阳黑子活动数据建模
5.4本章小结
第六章结论
6.1研究工作总结
6.2未来工作展望
参考文献
致谢
攻读硕士学位期间的论文项目情况