基于支持向量機的害蟲多維時間序列預(yù)測

摘要：針對害蟲發(fā)生數(shù)據(jù)高度非線性特點導(dǎo)致傳統(tǒng)方法預(yù)測準確率低的難題，提出一種基于支持向量機(SVM)的多變量自回歸(CAR)的害蟲時間預(yù)測方法(SVM-CAR)。SVM-CAR首先利用SVM以留一法的MSE最小化原則進行時間序列非線性定階；然后用SVM對害蟲發(fā)生的影響因子進行非線性篩選，并同時通過強制汰選給出各保留因子對預(yù)測結(jié)果的相對重要性；最后建立基于保留對預(yù)測結(jié)果影響較大因子的SVM-CAR預(yù)測模型。以大豆食心蟲蟲食率與晚稻第5代褐飛虱發(fā)生量兩個實例數(shù)據(jù)集進行驗證性實驗，SVR-CAR比五種參比模型的預(yù)測精度都要高，實驗結(jié)果表明，SVM-CAR更能反映害蟲發(fā)生時間序列樣本集的非線性動態(tài)規(guī)律，在害蟲預(yù)測中有著廣泛的應(yīng)用前景。

關(guān)鍵詞：多維時間序列；支持向量機；害蟲預(yù)測；非線性

中圖分類號：TP391 文獻標志碼：A 文章編號：1001－3695(2010)10－3694－04