10.3969/j.issn.1000-6788.2012.04.029
基于NCAGA-投影寻踪混合优化城市客运量预测
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.
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
32
U125(城市交通运输)
国家自然科学基金50679008;教育部博士点专项基金200801411105
2012-08-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
903-910