

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、針對(duì)稅收預(yù)測(cè)存在著非線性、不穩(wěn)定性和多經(jīng)濟(jì)因素影響的復(fù)雜性,本文提出了基于支持向量機(jī)的稅收預(yù)測(cè)模型,并用該模型對(duì)廣東省從化市的稅收預(yù)測(cè)進(jìn)行了實(shí)證分析.支持向量機(jī)是統(tǒng)計(jì)機(jī)器學(xué)習(xí)的核心內(nèi)容,它基于 VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化理論,在模式識(shí)別、函數(shù)擬合以及回歸預(yù)測(cè)等領(lǐng)域得到了廣泛的應(yīng)用.在其應(yīng)用中,核函數(shù)的選擇以及正則化參數(shù)的設(shè)置對(duì)支持向量機(jī)的模型有很大的影響,所以本文采用智能的算法對(duì)支持向量機(jī)中的參數(shù)自動(dòng)的進(jìn)行選擇,經(jīng)常用的智能優(yōu)化算法有粒
2、子群優(yōu)化算法、遺傳優(yōu)化算法、網(wǎng)格搜索算法.
本文的主要工作如下:
首先,由于支持向量機(jī)中的正則化參數(shù)C和徑向基核函數(shù)的參數(shù)g直接影響算法模型的預(yù)測(cè)效果,所以本文分別利用粒子群優(yōu)化算法、遺傳算法和網(wǎng)格搜索算法對(duì)正則化參數(shù)C和徑向基核函數(shù)的參數(shù)g進(jìn)行尋優(yōu).其次,對(duì)于影響稅收收入的指標(biāo)進(jìn)行主成分分析,消除指標(biāo)間的冗余變量,進(jìn)行降維處理,把處理過的數(shù)據(jù)作為輸入數(shù)據(jù).
最后,用粒子群尋優(yōu)得到的最佳的C為1.1859,
3、最佳的g為0.1;用遺傳算法尋優(yōu)得到的最佳的C為4.4529,最佳的g為0.018172;用網(wǎng)格搜索算法得到的最佳的C為16,最佳的g為0.0039063.用粒子群算法進(jìn)行參數(shù)優(yōu)化的支持向量機(jī)模型平均絕對(duì)百分比誤差和均方百分比誤差都是最小的,稅收預(yù)測(cè)模型達(dá)到了很好的效果.其次是遺傳算法進(jìn)行優(yōu)化的支持向量機(jī)模型,最后是網(wǎng)格搜索算法進(jìn)行優(yōu)化的支持向量機(jī)模型.同時(shí)本文還用未進(jìn)行主成分分析的支持向量機(jī)各模型與進(jìn)行主成分分析的支持向量機(jī)各模型進(jìn)行
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)的稅收預(yù)測(cè)模型研究.pdf
- 基于支持向量機(jī)的霧霾預(yù)測(cè)模型研究.pdf
- 基于支持向量機(jī)的交通安全預(yù)測(cè)模型研究.pdf
- 基于支持向量回歸機(jī)模型的股市預(yù)測(cè)研究.pdf
- 基于支持向量機(jī)的股市預(yù)測(cè)研究.pdf
- 基于支持向量機(jī)的股票預(yù)測(cè)研究.pdf
- 基于改進(jìn)支持向量機(jī)的深基坑變形預(yù)測(cè)模型研究.pdf
- 基于支持向量機(jī)的住院費(fèi)用預(yù)測(cè)模型研究.pdf
- 基于支持向量機(jī)的區(qū)域物流需求預(yù)測(cè)模型研究
- 基于支持向量機(jī)的干旱預(yù)測(cè)研究.pdf
- 基于支持向量機(jī)的建模預(yù)測(cè)研究.pdf
- 基于支持向量機(jī)的組合預(yù)測(cè)模型及其應(yīng)用研究.pdf
- 基于屬性選擇算法和支持向量機(jī)的組合預(yù)測(cè)模型研究.pdf
- 基于支持向量機(jī)的風(fēng)力發(fā)電超短期風(fēng)速預(yù)測(cè)模型研究.pdf
- 基于支持向量機(jī)的居住區(qū)聲景預(yù)測(cè)模型研究.pdf
- 基于支持向量機(jī)的航段運(yùn)量預(yù)測(cè)模型優(yōu)選方法研究.pdf
- 基于支持向量機(jī)的電力負(fù)荷預(yù)測(cè)研究.pdf
- 基于支持向量機(jī)的股市預(yù)測(cè)問題研究.pdf
- 基于支持向量機(jī)的財(cái)務(wù)困境預(yù)測(cè)研究.pdf
- 基于支持向量機(jī)的股價(jià)短期預(yù)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論