基于灰色关联分析的LS-SVM铁路货运量预测

被引：48

作者：

耿立艳 ^{[1
]}

张天伟 ^{[2
]}

赵鹏 ^{[3
]}

机构：

[1] 石家庄铁道大学经济管理学院

[2] 石家庄铁道大学交通运输学院

[3] 河北科技师范学院欧美学院

来源：

铁道学报 | 2012年 / 03期

基金：

国家软科学研究计划;

关键词：

铁路货运量; 预测; 灰色关联分析; 最小二乘支持向量机;

D O I：

暂无

中图分类号：

U294.13 [];

学科分类号：

摘要：

为提高对铁路货运量的预测精度及建模速度,在分析货运量影响因素基础上,提出基于灰色关联分析的LS-SVM铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素,采用灰色关联分析法对两方面因素与货运量进行相关性分析,根据灰色关联度值,结合定性分析筛选LS-SVM输入变量,简化LS-SVM结构,再通过随机权重粒子群(SIWPSO)算法优化选择LS-SVM模型参数。通过对我国1980～2009年铁路货运量实例分析表明:该方法具有较快的收敛速度和较高的预测精度。

引用

页码：1 / 6

页数：6

共 11 条

[1] 基于遗传算法-支持向量机的铁路货运量预测 [J].