基于EEMD-PSO-LSSVM的中国沿海散货运价指数预测

摘要：

针对中国沿海散货运价指数(CBFI)预测对精度的要求,从内在波动特性角度出发,提出一种基于集合经验模态分解(EEMD)-粒子群优化算法(PSO)-最小二乘法支持向量机(LSSVM)的组合预测模型.对比LSSVM、PSO-LSSVM、EMD-PSO-LSSVM三种预测模型,EEMD可对CBFI序列中波动较大数据进行降噪分解,保留序列的内在波动特性,且预测精度有一定提升,预测性能更佳.

关键词：中国沿海散货运价指数(CBFI)、集合经验模态分解(EEMD)、粒子群优化算法(PSO)、最小二乘法支持向量机(LSSVM)、组合预测

所属期刊栏目：46

分类号：F551(水路运输经济)

资助基金：国家自然科学基金面上项目71571025

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：107-113