%0 Journal Article %A 王坤 %A 王力 %A 员晓阳 %T 基于改进模糊支持向量回归模型的机场能源需求预测 %D 2016 %R 10.11772/j.issn.1001-9081.2016.05.1458 %J 计算机应用 %P 1458-1463 %V 36 %N 5 %X 针对离群点在机场能源数据的预测和分析中存在干扰等问题,建立了一种基于改进模糊支持向量回归(FSVR)的机场能源需求预测模型。首先,采用模糊统计法对测试样本集、系统参数和模型输出进行分析,推导出符合其数据分布的基本隶属函数形式;其次,结合例证法、专家经验法对隶属函数进行"再学习",逐步修改和完善正态隶属函数ab参数值,半梯形隶属函数边界参数值及三角隶属函数pd参数值,以此消除或减少不利数据挖掘的离群点,同时保留有效关键点;最后,结合支持向量回归(SVR)算法,建立预测模型,并验证了该模型的可行性。实验结果表明,与反向传播(BP)神经网络方法相比,FSVR方法的预测准确率提高了2.66%,对离群点的识别率提高了3.72%。 %U http://www.joca.cn/CN/10.11772/j.issn.1001-9081.2016.05.1458