刘璐
- 作品数：2 被引量：5H指数：2
- 供职机构：黑龙江科技大学研究生学院（学科办）更多>>
- 相关领域：经济管理交通运输工程更多>>
- 基于PSO-SVR模型的煤炭铁路物流需求预测被引量：3
- 2013年
- 在煤炭铁路物流需求预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低。将支持向量回归机(support vector regression,SVR)与粒子群算法(Particle Swarm Optimization,PSO)相结合,提出适用于小样本量学习的PSO-SVR模型。选取1995—2011年的煤炭铁路货运量及其影响因素作为学习样本,利用粒子群算法对支持向量机参数进行优化,通过训练、测试得到具有良好学习与推广能力的煤炭铁路货运量预测模型。建立BP神经网络模型,并将二者的预测值进行对比,结果表明在解决我国煤炭铁路物流需求预测这种小样本,非线性及高维模式识别问题中PSO-SVR模型预测精度优于BP神经网络模型。
- 陈培友刘璐
- 关键词：支持向量回归机粒子群算法
