首页 | 本学科首页   官方微博 | 高级检索  
     

基于核主成分-最小二乘支持向量机的区域物流需求预测
引用本文:梁毅刚,耿立艳,张占福. 基于核主成分-最小二乘支持向量机的区域物流需求预测[J]. 铁道运输与经济, 2012, 34(11)
作者姓名:梁毅刚  耿立艳  张占福
作者单位:1. 石家庄铁道大学经济管理学院,河北石家庄,050043
2. 石家庄铁道大学四方学院,河北石家庄,051132
基金项目:河北省社会科学基金项目,教育部人文社会科学研究青年基金项目,国家软科学研究计划项目
摘    要:概述区域物流需求预测方法,分别阐明核主成分分析(KPCA)和最小二乘支持向量机(LSSVM)模型的原理,提出将核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合,建立核主成分-最小二乘支持向量机(KPCA-LSSVM)预测模型.先利用KPCA对数据进行预处理,消除变量之间的相关性,提取非线性主成分,再通过LSSVM对提取的非线性主成分进行训练,建立预测模型.最后,通过实例验证比较LSSVM与KPCA-LSSVM两种模型的预测性能.结果表明,KPCA-LSSVM的预测精度较LSSVM明显提高,是一种有效的中短期区域物流需求预测方法.

关 键 词:区域物流  需求预测  最小二乘支持向量机  核主成分分析

Forecast of Regional Logistic Demand based on KPCA-LSSVM
LIANG Yi-gang , GENG Li-yan , ZHANG Zhan-fu. Forecast of Regional Logistic Demand based on KPCA-LSSVM[J]. Rail Way Transport and Economy, 2012, 34(11)
Authors:LIANG Yi-gang    GENG Li-yan    ZHANG Zhan-fu
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号