基于支持向量回归机的公路货运量预测模型

被引：22

作者：

黄虎 ^{[1
]}

严余松 ^{[2
]}

蒋葛夫 ^{[1
]}

廖百胜 ^{[3
]}

夏国恩 ^{[4
]}

机构：

[1] 西南交通大学物流学院

[2] 四川师范大学

[3] 西南科技大学土木工程与建筑学院

[4] 西南交通大学经济管理学院

来源：

关键词：

公路货运量; 支持向量回归机; 人工神经网络; 预测;

D O I：

暂无

中图分类号：

U492.313 [];

学科分类号：

摘要：

为了提高公路货运量预测的能力,应用基于结构风险最小化准则的标准支持向量回归机方法来研究公路货运量预测问题。在选择适当的参数和核函数的基础上,通过对成都公路货运量时间序列进行预测,并与人工神经网络、线性回归分析等方法进行了对比,发现该方法能获得最小的训练相对误差和测试相对误差。

引用

页码：632 / 633+636 +636

页数：3

共 8 条