10.3969/j.issn.1001-7119.2015.09.036
基于PCA改进的SOR-LS-SVM公路旅游客流量预测模型
影响公路交通旅游客流量的众多因素增加了预测模型中的输入变量复杂性,减少了模型运行速度和预测准确度。首先,采用主成分分析法对影响公路旅游客流量的指标进行分析得到了主成分即输入变量,然后建立以主成分为输入变量、以旅游客流量为输出变量的基于超松弛改进的最小二乘支持向量机预测模型。通过实际例子验证和比较,揭示了基于主成分分析法改进的超松弛的最小二乘支持向量机公路交通旅游客流量预测模型具有较好的预测精度和较高的应用前景。
主成分分析法、最小二乘支持向量机、SOR-LS-SVM、公路旅游客流量、预测模型
TP391;U491(计算技术、计算机技术)
云南省教育厅科学研究基金项目项目号2010C140;云南省教育厅科学研究基金重点项目项目号2013Z152。
2015-10-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
155-158