基于PSO优化混合RVM模型的进出口贸易预测算法

doi:10.3969/j.issn.1006-2475.2014.08.024

计算机与现代化

基于PSO优化混合RVM模型的进出口贸易预测算法

（天津大学管理与经济学部，天津300072）

收稿日期:2014-04-16 出版日期:2014-08-15 发布日期:2014-08-19
作者简介:白霜(1981-)，男，吉林敦化人，天津大学管理与经济学部硕士研究生，研究方向：进出口贸易预测。

Import and Export Trade Prediction Algorithm Based on #br# Multi-kernel Weighting RVM Model Optimized by PSO

(College of Management and Economics, Tianjin University, Tianjin 300072, China)

Received:2014-04-16 Online:2014-08-15 Published:2014-08-19

摘要/Abstract

摘要：

由于进出口贸易额波动较大，影响因素较多，一般预测算法难以得到较为准确的预测结果。针对该问题，提出基于PSO优化混合

RVM模型的贸易预测方法。该方法首先找出影响进出口贸易的指标并通过主成分分析方法提取出指标的主因子作为模型的输入数据。然后

在多个不同核函数的单一核RVM模型训练的基础上，根据单一核RVM模型预测误差采用多核加权的方法构建混合核RVM模型，最后通过PSO

优化混合核模型参数以提高预测准确性。以深圳进出口贸易预测为例验证该方法能够较为准确地预测进出口贸易值。

关键词: 贸易预测, 关联向量机, 粒子群优化, 混合核

Abstract:

Because of high fluctuation and many influence factors, common algorithm cannot get precise predictions.

According to the problem, the article presents a new import and export trade prediction algorithm based on multi-

kernel RVM model optimized by PSO. Firstly， the article finds factors influencing import and export trade and

extracting main factors with PCA. Then on the basis of training of several single kernel RVM models based on

different kernel functions, multi-kernel RVM model is built according to the prediction error. Lastly, parameters

of multi-kernel RVM model are optimized by PSO to heighten precision of prediction. The emulation experiment shows

that this method can gain more accurate prediction result in the prediction of Shenzhen import and export trade.

Key words: import and export trade prediction, RVM, PSO optimization, multi-kernel

中图分类号:

TP301.6

白霜. 基于PSO优化混合RVM模型的进出口贸易预测算法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2014.08.024.

BAI Shuang. Import and Export Trade Prediction Algorithm Based on #br# Multi-kernel Weighting RVM Model Optimized by PSO[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2014.08.024.

参考文献［14］

［1］	Tipping M E. Sparse Bayesian learning and the relevance vector machine［J］. Journal of Machine Learning Research, 2001,1（1）:211-244.
［2］	仕玉治,彭勇,周惠成. 基于相关向量机的中长期径流预报模型研究［J］. 大连理工大学学报, 2012,52(1):79-84.
［3］	沈泉波. 相关向量机在语音识别中的应用研究［D］. 太原：中北大学, 2013.
［4］	赵春晖，张燚. 相关向量机分类方法的研究进展与分析［J］. 智能系统学报, 2012,7(4):1-8.
［5］	李刚,王贵龙,薛惠锋. RVM核参数的遗传算法优化方法［J］. 控制工程, 2010,17(3):335-337,342.
［6］	深圳市统计局. 深圳统计年鉴2012［EB/OL］. http://www.sztj.gov.cn/nj2012/start2012.htm, 2013-04-24.
［7］	冯新刚. 支持向量机核函数选择方法探讨［D］. 赣州：江西理工大学， 2012.
［8］	朱永利,尹金良. 组合核相关向量机在电力变压器故障诊断中的应用研究［J］. 中国电机工程学报, 2013,33(22):68-74.
［9］	程波,张道强. 基于多模态相关向量回归机的老年痴呆症临床变量预测［J］. 南京大学学报（自然科学版）, 2012,48(2):140
	-146.
［10］	尹金良. 基于相关向量机的油浸式电力变压器故障诊断方法研究［D］. 北京：华北电力大学, 2013.
［11］	Kennedy J, Eberhart R. Particle swarm optimization［C］// Proceedings of IEEE International Conference on
	Neural Networks. 1995,4:1942-1948.
［12］	马超群,高仁祥. 现代预测理论与方法［M］. 长沙：湖南大学出版社， 1999.
［13］	马超群,兰秋军,陈为民. 金融数据挖掘［M］. 北京：科学出版社， 2007.
［14］	郑大霞. 重庆市进出口贸易统计分析与预测方法研究［D］. 重庆：重庆大学， 2005.

[1]	潘思源, 张伟. 基于改进LSTM算法的锂电池SOC估计[J]. 计算机与现代化, 2023, 0(08): 25-30.
[2]	刘付琪, 张达. 基于PSO-DBN的液压系统冷却器故障诊断[J]. 计算机与现代化, 2023, 0(06): 7-14.
[3]	潘裕庆, 张苏宁, 冯仁君, 景栋盛. 结合粒子群优化和LightGBM的入侵检测方法[J]. 计算机与现代化, 2023, 0(04): 123-126.
[4]	曾依浦, 戴毅茹, 陈雨田. 基于反向学习和精英提升的无速度项动态粒子群算法[J]. 计算机与现代化, 2023, 0(03): 113-120.
[5]	王颖颖, 庄毅, 孙逸帆. 基于粒子群优化BP神经网络的可靠性评估模型[J]. 计算机与现代化, 2022, 0(12): 42-49.
[6]	黄旭彬, 梁树杰. 基于PCA融合PSO-SVM的运动想象脑电信号分类方法[J]. 计算机与现代化, 2021, 0(03): 70-76.
[7]	曹帅帅，陈雪鑫，苗圃，卜庆凯. 基于PSO与K-均值聚类算法优化结合的图像分割方法[J]. 计算机与现代化, 2020, 0(01): 22-.
[8]	张利娟1，仇建伟1，杜登崇2，王鑫1. 基于Spark和PSO算法的军事物流配送路径优化问题研究[J]. 计算机与现代化, 2018, 0(11): 65-.
[9]	商志根，段小汇. 基于PSO与LS-SVM的作物需水量预测[J]. 计算机与现代化, 2018, 0(10): 44-.
[10]	姜苏英. 基于改进PSO算法的加热系统分数阶控制[J]. 计算机与现代化, 2018, 0(07): 39-.
[11]	裴杰才，李志华，丁伟聪. 基于混合核函数PSO-SVM的模拟电路故障诊断[J]. 计算机与现代化, 2017, 0(1): 41-45+56.
[12]	王叙鹏，郑凯. 基于排序优化的粒子群算法[J]. 计算机与现代化, 2016, 0(12): 12-15,21.
[13]	裴祥，李巧君. 基于改进粒子群优化算法的无线传感器网络定位[J]. 计算机与现代化, 2015, 0(7): 81-.
[14]	陆剑1，张柯2. 基于改进粒子群算法的永磁同步电机PID控制器[J]. 计算机与现代化, 2015, 0(7): 123-.
[15]	王琪1，杜娟1，程彬2，徐国清1. 基于协作式标注图像数据的垃圾标签检测方法[J]. 计算机与现代化, 2015, 0(6): 41-45.

基于PSO优化混合RVM模型的进出口贸易预测算法

Import and Export Trade Prediction Algorithm Based on #br# Multi-kernel Weighting RVM Model Optimized by PSO

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献［14］

相关文章 15

编辑推荐

Metrics

本文评价

基于PSO优化混合RVM模型的进出口贸易预测算法

Import and Export Trade Prediction Algorithm Based on #br# Multi-kernel Weighting RVM Model Optimized by PSO

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献 ［14］

相关文章 15

编辑推荐

Metrics

本文评价

参考文献［14］