基于K均值粒子群算法的组合预测模型  

Combination Forecasting Model Based on PSO and K-means Clustering Algorithm

作　　者：贾冀婷[1] 

机构地区：[1]西安邮电大学计算机学院,西安710121

出　　处：《计算机与数字工程》2015年第9期1592-1594,1633,共4页Computer & Digital Engineering

基　　金：国家自然科学基金项目"基于群体智能的组合软件测试优化关键问题研究"(编号:61050003);陕西省科技攻关计划项目"嵌入式软件智能组合测试平台"(编号:2009K08-26);陕西省教育厅自然科学基金项目"基于群体智能的组合测试方法研究"(编号:09JK727)资助

摘　　要：论文在传统预测方法的基础上,提出了一种组合预测模型,该模型通过K均值聚类算法与粒子群算法相结合的混合算法来选择组合预测模型中各单个预测模型的权值。实例分析表明,与基本的粒子群算法、遗传算法的组合预测模型进行比较,论文的基于K均值粒子群算法的组合预测模型具有预测精度高、通用性强等优点。The combination forecasting model is proposed based on the traditional forecasting methods. The model uses particle swarm optimization and K-means clustering algorithm to calculate the weight in this paper. The results show that the combination forecasting model based on particle swarm optimization and K-means clustering algorithm has higher precision than other models such as based on particle swarm optimization and genetic algorithm.

关 键 词：粒子群优化算法 K均值聚类算法 组合预测模型 权值 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]