自适应PSO-SVM上产期油气操作成本预测模型

发布时间：2022-01-26 19:56

　　针对上产期油气操作成本及其影响因素具有的非线性、小样本数据特征,采用油气操作成本核算内容的定性分析与邓氏、绝对、斜率及B型关联度分析方法的定量分析相结合,确定上产期油气操作成本主要影响因素,构建基于SVM的上产期油气操作成本预测模型。针对建模所需参数难确定及标准PSO算法易陷入局部最优的问题,采用线性分段函数构建惯性权重ω计算方法,同时引入最佳适应度变化率因子和粒子变异因子,构建自适应PSO算法,并结合k-fold交叉验证最小误差准则寻优参数,进而构建自适应PSO-SVM上产期油气操作成本预测模型。实验表明上述模型能够根据粒子自身适应度平衡全局和局部搜索能力,具有更佳的全局搜索能力和预测精度。 

【文章来源】：计算机仿真. 2019,36(11)北大核心

【文章页数】：6 页

【文章目录】：
1 引言
2 基于灰色关联分析和成本要素核算的上产期油气操作成本影响因素
3 支持向量机模型
4 粒子群优化算法
    4.1 标准PSO算法
    4.2 标准PSO算法理论缺陷分析
    4.3 自适应APSO算法的构建
5 自适应PSO-SVM上产期油气操作成本预测模型的构建
    5.1 模型样本的确定
    5.2 核函数的选取
    5.3 模型参数的确定
    5.4 实验结果分析
6 结论


【参考文献】：
期刊论文
[1]基于多元回归分析的我国CPI影响因素识别[J]. 冯朝军.  统计与决策. 2017(24)
[2]基于多元线性回归的雾霾预测方法研究[J]. 付倩娆.  计算机科学. 2016(S1)
[3]基于层次分析法对高校贫困生就业影响因素分析[J]. 杨鑫刚,单彩虹,舒磊.  数学的实践与认识. 2015(01)
[4]多样性PSOSVR油气操作成本时间序列预测模型[J]. 赵越,赵嵩正.  计算机仿真. 2014(01)
[5]自适应GM（1,1,λ）模型及其适用范围[J]. 赵越,赵嵩正.  计算机工程与设计. 2013(06)



本文编号：3611080