基于蝙蝠算法优化相关向量机的图书馆访问流量预测研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
·1 8 4·
现代科学仪器 Modern Scientific Instruments
第1期2019年1 月 No.1 Jan. 2019
基于蝙蝠算法优化相关向量机的图书馆访问流量预测研究
郭力 1 边根庆 2 （1. 西安航空职业技术学院 陕西西安 710089；2. 西安建筑科技大学 陕西西安 710089）
第1期2019年 1月
郭力 等 基于蝙蝠算法优化相关向量机的图书馆访问流量预测研究
·1 8 5·
在此基础上，运用蝙蝠算法 [8]（Bat Algorithm，BA） 优化 HRVM 模型的权系数 β 和核函数参数 g，提出 一种基于 BA-HRVM 的图书馆访问流量预测模型。 研究结果表明，BA-HRVM 可以有效提高预测精度， 同时实现 HRVM 模型参数的自适应选择。
Guo Li1,Bian Genqing2 （1. Xi'an Aviation Vocational and Technical College, Xi'an 710089, China; 2. Xi'an University of Architecture and Technology, Xi'an
为提高相关向量机预测精度，提出组合核相关向 量机（Hybrid Relevant Vector Machine，HRVM），
收稿日期：2019-01-18 基金项目：国家自然科学基金资助项目 (61272458); 陕西省自然科学基础研究计划资助项目 (2014JM2-6119) 作者简介：郭力（1982-），男，汉族，陕西西安人，硕士，研究方向：云计算图书馆、信息安全；边根庆 (1968-) , 男 , 浙江浦江人 , 副教授 , 硕士，研究方向 : 云计算 , 云存储。
1 蝙蝠算法
2 组合核 RVM
BA 是在如下 3 个假设条件的基础上提出的一种 群智能算法 [9]。假设 1：所有蝙蝠根据回声定位感知距
离；假设 2：在位置 X i 处蝙蝠以速度 Vi 随机飞行，并且 以可变波长λ、固定频率 fmin 以及响应 A0 搜索猎物， 蝙 蝠 在 搜 索 过 程中自动 调 节发 射出的脉 冲 波长 或 频
Ait = µ Ait−1 ，= rit ri0 (1 − e−τt )
（5）
其中， µ、τ 均为常量，且 0 < µ < 1， τ > 1；当
t → ∞ 时， Ait → 0，rit → ri0 。
Step5：判断 BA 算法条件，若 BA 算法终止条
件满足，则输出最优解；反之，转回 Step2。
随着互联网技术和计算机技术的快速发展，数字 图书馆成为主要趋势，通过已经非常成熟的网络技术 为读者提供更多、更方便、更快捷和更优质的服务，因 此进行数字图书馆访问网络流量预测对数字图书馆的 建设、管理和维护具有重要意义 [1]。目前，图书馆访问 网络流量预测的方法主要有时间序列、小波分析、人 工神经网络、支持向量机（Support Vector Machine， SVM）和相关向量机（Relevant Vector Machine， RVM）等 [2-6]。时间序列方法可以简单刻画访问流量 的趋势，但预测精度较低；小波分析主要通精度的提高，但 存在预测滞后性的缺点；人工神经网络通过构建访问 流量输入和输出矩阵，建立人工神经网络的访问流量 预测模型，预测精度较高，但存在局部最优和收敛速度 慢的缺点。为降低人工神经网络的计算复杂度，SVM 和 RVM 被应用于访问流量预测 [7]，与人工神经网络、 小波分析、时间序列等方法相比，预测精度有了较大程 度的提高，但其预测精度受参数选择的影响。
量预测提供新的方法和途径。 关键词 蝙蝠算法；相关向量机；访问流量；粒子群算法；遗传算法
中图分类号 TP391.1
文献标识码 A
Study on library access flow forecast based on bat algorithm optimizing relevant vector machine
摘 要 为提高图书馆访问流量的预测精度，提出一种蝙蝠算法改进混合核相关向量机的图书馆访问流量预测模型。针对 混合核相关向量机的权系数 β 和核函数参数 g 的参数选择影响预测精度，运用蝙蝠算法进行混合核相关向量机的权系数 β 和 核函数参数 g 选择。研究结果表明，BA-HRVM 可以有效提高预测精度，同时实现 HRVM 模型参数的自适应选择，为图书馆访问流
710089, China） Abstract In order to improve the accuracy of library access flow forecast, a library access flow forecast model based on bat algorithm is proposed. For the parameter selection of weight coefficient β and kernel function parameter g of the hybrid kernel relevant vector machine, the bat algorithm is used to select the weight coefficient β and kernel function parameter g. The results show that BA-HRVM can effectively improve the prediction accuracy, and at the same time realize the adaptive selection of HRVM model parameters, and provide new methods and approaches for library access flow prediction. Key words Bat algorithm; Relevant vector machine; Access Flow; Particle swarm optimization algorithm; Genetic algorithm
现代科学仪器 Modern Scientific Instruments
第1期2019年1 月 No.1 Jan. 2019
基于蝙蝠算法优化相关向量机的图书馆访问流量预测研究
郭力 1 边根庆 2 （1. 西安航空职业技术学院 陕西西安 710089；2. 西安建筑科技大学 陕西西安 710089）
第1期2019年 1月
郭力 等 基于蝙蝠算法优化相关向量机的图书馆访问流量预测研究
·1 8 5·
在此基础上，运用蝙蝠算法 [8]（Bat Algorithm，BA） 优化 HRVM 模型的权系数 β 和核函数参数 g，提出 一种基于 BA-HRVM 的图书馆访问流量预测模型。 研究结果表明，BA-HRVM 可以有效提高预测精度， 同时实现 HRVM 模型参数的自适应选择。
Guo Li1,Bian Genqing2 （1. Xi'an Aviation Vocational and Technical College, Xi'an 710089, China; 2. Xi'an University of Architecture and Technology, Xi'an
为提高相关向量机预测精度，提出组合核相关向 量机（Hybrid Relevant Vector Machine，HRVM），
收稿日期：2019-01-18 基金项目：国家自然科学基金资助项目 (61272458); 陕西省自然科学基础研究计划资助项目 (2014JM2-6119) 作者简介：郭力（1982-），男，汉族，陕西西安人，硕士，研究方向：云计算图书馆、信息安全；边根庆 (1968-) , 男 , 浙江浦江人 , 副教授 , 硕士，研究方向 : 云计算 , 云存储。
1 蝙蝠算法
2 组合核 RVM
BA 是在如下 3 个假设条件的基础上提出的一种 群智能算法 [9]。假设 1：所有蝙蝠根据回声定位感知距
离；假设 2：在位置 X i 处蝙蝠以速度 Vi 随机飞行，并且 以可变波长λ、固定频率 fmin 以及响应 A0 搜索猎物， 蝙 蝠 在 搜 索 过 程中自动 调 节发 射出的脉 冲 波长 或 频
Ait = µ Ait−1 ，= rit ri0 (1 − e−τt )
（5）
其中， µ、τ 均为常量，且 0 < µ < 1， τ > 1；当
t → ∞ 时， Ait → 0，rit → ri0 。
Step5：判断 BA 算法条件，若 BA 算法终止条
件满足，则输出最优解；反之，转回 Step2。
随着互联网技术和计算机技术的快速发展，数字 图书馆成为主要趋势，通过已经非常成熟的网络技术 为读者提供更多、更方便、更快捷和更优质的服务，因 此进行数字图书馆访问网络流量预测对数字图书馆的 建设、管理和维护具有重要意义 [1]。目前，图书馆访问 网络流量预测的方法主要有时间序列、小波分析、人 工神经网络、支持向量机（Support Vector Machine， SVM）和相关向量机（Relevant Vector Machine， RVM）等 [2-6]。时间序列方法可以简单刻画访问流量 的趋势，但预测精度较低；小波分析主要通精度的提高，但 存在预测滞后性的缺点；人工神经网络通过构建访问 流量输入和输出矩阵，建立人工神经网络的访问流量 预测模型，预测精度较高，但存在局部最优和收敛速度 慢的缺点。为降低人工神经网络的计算复杂度，SVM 和 RVM 被应用于访问流量预测 [7]，与人工神经网络、 小波分析、时间序列等方法相比，预测精度有了较大程 度的提高，但其预测精度受参数选择的影响。
量预测提供新的方法和途径。 关键词 蝙蝠算法；相关向量机；访问流量；粒子群算法；遗传算法
中图分类号 TP391.1
文献标识码 A
Study on library access flow forecast based on bat algorithm optimizing relevant vector machine
摘 要 为提高图书馆访问流量的预测精度，提出一种蝙蝠算法改进混合核相关向量机的图书馆访问流量预测模型。针对 混合核相关向量机的权系数 β 和核函数参数 g 的参数选择影响预测精度，运用蝙蝠算法进行混合核相关向量机的权系数 β 和 核函数参数 g 选择。研究结果表明，BA-HRVM 可以有效提高预测精度，同时实现 HRVM 模型参数的自适应选择，为图书馆访问流
710089, China） Abstract In order to improve the accuracy of library access flow forecast, a library access flow forecast model based on bat algorithm is proposed. For the parameter selection of weight coefficient β and kernel function parameter g of the hybrid kernel relevant vector machine, the bat algorithm is used to select the weight coefficient β and kernel function parameter g. The results show that BA-HRVM can effectively improve the prediction accuracy, and at the same time realize the adaptive selection of HRVM model parameters, and provide new methods and approaches for library access flow prediction. Key words Bat algorithm; Relevant vector machine; Access Flow; Particle swarm optimization algorithm; Genetic algorithm