10.3969/j.issn.1006-9348.2010.12.078
基于遗传算法-支持向量机的铁路货运量预测
铁路货运量预测是铁路运输部门一项重要工作.针对建立精确预测模型的困难,结合支持向量机与遗传算法(GA-SVM),提出一种铁路货运量预测新方法.利用遗传算法确定支持向量机中的训练参数,以得到优化的支持向量机预测模型,并利用支持向量机在小样本、非线性中优越的预测性能对铁路货运量进行预测.昆明市1991~2005年铁路货运量数据作为实验数据,并采用RBF神经网络与GA-SVM进行对比分析,实验结果表明,GA-SVM预测精确更高,误差更小,可以更有效地对铁路货运量进行预测.
铁路货运量、支持向量机、遗传算法、预测模型
27
U294.1+3(铁路运输管理工程)
2011-04-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
320-322,348