灰色Verhulst型LS-SVM的构建及参数估计方法

作者：周德强

来源：统计与决策, 2020, 36(12): 59-63.

DOI：10.13546/j.cnki.tjyjc.2020.12.012

• 结构风险最小化
• 参数估计
• 最小二乘支持向量机
• 灰色Verhulst模型
• 灰色Verhulst型LS-SVM

为提高灰色Verhulst模型的预测能力,文章用统计学习理论的观点研究灰色Verhulst模型的建立问题。通过两种方式构造了以背景值序列和原始序列为训练样本的灰色Verhulst型LS-SVM,将一维样本空间里的Verhulst模型转化为一个二维特征空间里的LS-SVM模型,进而将Verhulst模型的灰参数的估计问题转化为一个LS-SVM模型的回归系数估计问题,实现了小样本体系下灰色Verhulst模型的建立和参数估计。实验结果表明该方法是可行且有效的,可有效提高Verhulst模型的推广性,比传统参数估计方法的预测精度更高。

• 单位
  数学学院