| 基于粒子群算法优化支持向量机的铁路客运量预测模型 |
| |
| 引用本文： | 朱伟,李楠,石超峰.基于粒子群算法优化支持向量机的铁路客运量预测模型[J].商丘师范学院学报,2013(12). |
| |
| 作者姓名： | 朱伟 李楠 石超峰 |
| |
| 作者单位： | 重庆交通大学交通运输学院,重庆,400074 |
| |
| 摘 要： | 铁路客运量数据受多种因素影响而呈现出非线性等特点，为了进一步提高其预测精度，文章提出了粒子群算法（ PSO）优化支持向量机（ SVM）的公路客运量预测模型。利用PSO寻优能力突出的优点，对支持向量机的参数进行了优化选择，并用优化后的支持向量机模型对公路客运量进行预测。研究结果显示，相比BP神经网络和传统的SVM预测方法，基于PSO-SVM的预测精度更高，从而表明了粒子群算法优化支持向量机的方法是有效的。
|
| 关 键 词： | 铁路客运量 粒子群算法 支持向量机 预测 |
Railway passenger flow forecasting based on support vector machine model optimized by particle swarm algorithm |
| |
| ZHU Wei,LI Nan,SHI Chaofeng.Railway passenger flow forecasting based on support vector machine model optimized by particle swarm algorithm[J].Journal of Shangqiu Teachers College,2013(12). |
| |
| Authors: | ZHU Wei LI Nan SHI Chaofeng |
| |
| Institution: | ZHU Wei LI Nan SHI Chaofeng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 等数据库收录！ |
|
