基于二阶振荡微粒群最小二乘支持向量机的物流需求预测

被引：19

作者：

耿立艳 ^{[1
]}

赵鹏 ^{[2
]}

张占福 ^{[3
]}

机构：

[1] 石家庄铁道大学经济管理学院

[2] 河北科技师范学院欧美学院

[3] 石家庄铁道大学四方学院

来源：

计算机应用研究 | 2012年 / 29卷 / 07期

基金：

国家软科学研究计划;

关键词：

物流需求预测; 最小二乘支持向量机; 二阶振荡微粒群算法;

D O I：

暂无

中图分类号：

F252 [物资流通]; O242.1 [数学模拟];

学科分类号：

摘要：

为了提高物流需求的预测精度,在分析物流需求影响因素基础上,建立了物流需求的二阶振荡微粒群最小二乘支持向量机预测模型。利用最小二乘支持向量机(LSSVM)描述物流需求与其影响因素间的复杂非线性关系,并通过二阶振荡微粒群(TOOPSO)算法优化选择LSSVM参数。实例分析表明,模型具有较高的预测精度,TOOPSO算法搜索LSSVM最优参数时间明显少于传统交叉验证法,是一种有效的物流需求预测方法。

引用

页码：2558 / 2560

页数：3

共 6 条

[1] 基于自适应神经网络的物流需求预测研究 [J].