本发明涉及一种基于粒子群优化的
新能源汽车销量预测模型参数优化方法,包括以下步骤:步骤1、选择输入变量,并划分训练集和测试集;步骤2、数据预处理,将训练集的输入和输出数据都进行归一化处理;步骤3、选择核函数并利用粒子群参数优化算法,寻找C和σ的最优取值,计算训练样本数据的均方误差,并将其看作粒子群的适应度函数,初始化粒子群;步骤4、更新个体极值和全局极值,在每次迭代过程中,比较两极值大小,并实时更新;步骤5、实时更新粒子飞行速度和当前位置,当种群迭代达到终止条件,优化结束,输出当前最优参数值。本发明算法简单、收敛速度快、不需要主观设置过多参数且能够在降低模型的误差的同时,提高了训练效果和预测精度。
声明:
“基于粒子群优化的新能源汽车销量预测模型参数优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)