- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于灰色关联分析的LS—SVM铁路货运量预测.pdf
第 34卷第 3期 铁 道 学 报 Vol_34 No.3
2012年 3月 JOURNALOFTHECHINA RAILWAY SOCIETY M arch 2012
文章编号 :1001—8360(2012)03—0001—06
基于灰色关联分析的LS—SVM铁路货运量预测
耿立艳 , 张天伟 , 赵 鹏。
(1.石家庄铁道大学 经济管理学院,河北 石家庄 050043;2.石家庄铁道大学 交通运输学院,河北 石家庄 050043;
3.河北科技师范学院 欧美学院,河北 秦皇岛 066OO4)
摘 要 :为提高对铁路货运量的预测精度及建模速度 ,在分析货运量影响因素基础上 ,提 出基于灰色关联分析 的
LS-SVM铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素,采用灰色关联分析法
对两方面因素与货运量进行相关性分析,根据灰色关联度值,结合定性分析筛选 LS~SVM 输入变量 ,简化 LS-
SVM 结构,再通过随机权重粒子群(SIWPSO)算法优化选择 LS-SVM模型参数 。通过对我 国 1980~2009年铁
路货运量实例分析表明:该方法具有较快的收敛速度和较高的预测精度 。
关键词 :铁路货运量 ;预测 ;灰色关联分析 ;最小二乘支持 向量机
中图分类号 :U294.13 文献标志码 :A doi:10.3969/j.issn.1001-836O.2O12.03.001
ForecastofRailwayFreightVolumesBased
onLS--SVM withGreyCorrelationAnalysis
GENG Li—yan, ZHANG Tian—wei。 ZHAO Peng
SchoolofEconomicsandManagement,ShijiazhuangTiedaoUniversity,Shijiazhuang050043,China
2.SchoolofTransp0rtation,ShijiazhuangTiedaoUniversity,Shijiazhuang050043,China;
EACollegeofHebeiNormalUniversityofScience8LTechnology,Qinhuangdao066004,China)
Abstract:Onthebasisofanalyzingtheinfluencing factorsofrailway freightvolumes,theLS—SVM railway
freightvolumeforecastmethodwithgreycorrelationanalysiswasproposedtoimprovethepredictingaccuracy
andmodelingspeedofrailwayfreightvolumes.Theinfluencingfactorsofrailwayfreightvolumesweredivided
intosocialdemandfactorsandrailwaysupplyfactors.Correlationsbetween thetWO—categoryfactorsandrail—
wayfreightvolumeswereanalyzedrespectivelyby greycorrelationanalysis.TheinputvariablesofLS—SVM
werescreenedbythegreycorrelation degreevaluetogetherwith qualitativeanalysisto simplifytheLS—SVM
structure.Finally,thestochasticinertiaweightPSO (SIWPSO)algorithm wasusedtooptimizethepa
文档评论(0)