基于NCAGA-投影寻踪混合优化城市客运量预测

摘要：

为了提高参数投影寻踪回归(parameter projection pursuit regression,PPPR)模型对城市客运量的预测精度,基于cat映射、高斯分布和精英局部搜索对加速遗传算法进行改进.提出了新的混沌加速遗传算法(new chaos accelerating genetic algorithm,NCAGA),用于对PPPR模型的最佳投影方向a的优选.建立了在外层优化岭函数个数M的同时,内层利用NCAGA优化最佳投影方向a的NCAGA-PPPR混合优化城市客运量预测模型,结合某市统计资料进行了仿真预测.结果表明该方法的预测精度优于BP神经网络模型、传统PPR模型和基于加速遗传优选的PPPR模型,平均绝对相对误差小于3.1％,提高了城市客运量的预测精度,可有效应用于城市客运量的预测.

关键词：城市客运量预测、投影寻踪模型、混沌理论、加速遗传算法、高斯分布

所属期刊栏目：32

分类号：U125(城市交通运输)

资助基金：国家自然科学基金50679008;教育部博士点专项基金200801411105

在线出版日期：2012-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：903-910