内容简介
全书研究得出的主要观点和结论包括以下几个方面：
（1） 数据结构优化模型的结果表明，分解集成策略可以很好地实现数据结构优化。在实证中发现，污染物冬季的长期分量达到峰值，而夏季的长期分量保持相对较低水平，其中季节性分量和短期分量在冬季表现出较大的波动。从方差贡献率结果可以看出，季节性成分对原始序列的贡献最大，其次是短期和长期成分。在使用滤波过滤后，分别对各个分量使用支持向量机预测，并将各个分量的预测结果汇总得到最终预测结。综合分析结果表明，数据优化模型具有较好的预测效果和拟合精度，并在存在噪声的情况下仍然表现良好。
（2） 参数优化模型的预测结果表明，当最优训练集为20，预测模型为所提出的参数优化模型时，预测效果优于其他对比模型，此时预测的MAPE 值约为15%。通过列出22部测试电影的票房预测值和真实值，发现大部分情况下预测值都非常接近真实值。最后，将优化模型与其他
同类研究进行比较，证明了优化模型的有效性。
（3） 方法组合优化的结果表明，第三种类型的预测性能最好且最稳定。与常用模型的比较表明，支持向量机与ARIMA 和BPNN 具有同一
水平的预测精度。因此，引入三个模型构造方法组合优化模型。预测结果表明，该组合优化模型性能优于组合优化模型中的任何一个单一模
型，并优于近些年由学者提出的部分预测模型。
（4） 模型组合优化方面，数值模拟结果表明所提出的半参数模型在估计协变量效应的未治愈概率方面与现有的治愈模型相比有更好的性
能。当潜在的发病率结构不能用Logistic 模型近似时，所提出的治愈模型的均方误差和错误分类率均小于现有的模型，这表明所提出的优化模
型在发病率部分具有更好的校准和判别表现。在真实数据实验中，两个模型估计的潜伏期结果相似，而优化模型估计的未治愈率可以提供比传
统模型更多的信息。
章节目录
1 绪论／1
1.1 选题依据／1
1.2 研究意义／4
1.3 研究思路与主要研究内容／5
1.4 主要创新与不足之处／9
2 优化支持向量机的研究现状／11
2.1 支持向量机的原理与特点／11
2.2 优化支持向量机的研究背景／23
3 支持向量机的数据结构优化及其应用／31
3.1 数据结构优化的原理与特点／31
3.2 基于支持向量机的数据结构优化模型的构建／39
3.3 大气污染预测背景与研究现状／40
3.4 数据结构优化模型在大气污染预测中的应用／50
3.5 本章小结／70
4 支持向量机的参数优化及其应用／72
4.1 帝国竞争算法（ICA） 的原理与特点／72
4.2 支持向量机参数优化模型的构建／75
4.3 电影票房预测的背景介绍／79
4.4 电影票房预测的研究概况／80
4.5 电影票房预测的数据介绍／90
4.6 参数优化模型在电影票房预测中的应用／92
4.7 讨论／102
4.8 本章小结／105
5 支持向量机的组合优化及其应用／107
5.1 支持向量机组合优化模型的构建／107
5.2 方法组合优化在能源经济中的应用／124
5.3 模型组合优化在生存数据上的应用／154
5.4 本章小结／174
6 结论与展望／175
6.1 结论／175
6.2 未来研究方向／178
参考文献／179
索引／191
| 会员指南
