论文部分内容阅读
预测钢材需求量对我国钢铁工业及相关产业发展有重要意义。为了提高钢材需求量预测准确度,提出基于改进免疫算法优化支持向量机(IA—SVM)的钢材需求预测方法。IA—SVM采用免疫算法优化SVM参数,获得较优的SVM预测模型。为了提高IA收敛速度和寻优效果,提出基于有限随机思想的群体更新策略。针对我国1990—2009年的钢材需求数据进行实证分析,实验结果表明,改进的免疫算法能够找到支持向量机的最优参数组合,采用IA—SVM算法可以对钢材需求量进行有效预测。