基于两阶段组合预测模型的区域物流需求预测

被引：10

作者：

李捷

陈彦如

杨璐

机构：

[1] 西南交通大学经济管理学院

来源：

信息与控制 | 2018年 / 47卷 / 02期

关键词：

支持向量机; 遗传算法; 粒子群优化; 神经网络; 两阶段组合预测;

D O I：

10.13976/j.cnki.xk.2018.0247

中图分类号：

F252 [物资流通]; TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于支持向量机、遗传算法、粒子群算法和BP神经网络,提出了两阶段组合预测模型GSPS-BPNN,旨在将预测问题分为2个阶段.第1阶段预测为第2阶段预测提供更有效的样本数据特征,并降低数据维度,提高算法收敛性;第2阶段预测可以弱化第1阶段预测模型可能产生的过学习的影响.最后将GSPS-BPNN模型用于成都市和天津市物流需求预测中,结果显示GSPS-BPNN模型在预测精度及预测稳定性方面优于单阶段单一预测模型.

引用

收藏

页码：247 / 256

页数：10

相关论文

共 20 条

[1] 基于近邻互信息的SVM-GARCH股票价格预测模型研究 [J].

张贵生 ;

张信东 .

中国管理科学, 2016, 24 (09) :11-20

[2] 基于IBH-LSSVM的混沌时间序列预测及其在抽油井动液面短期预测中的应用 [J].

李琨 ;

韩莹 ;

黄海礁 .

信息与控制, 2016, 45 (02) :241-247+256

[3] 基于自组织映射神经网络的局部自回归方法在网络流量预测中的应用 [J].

李军 ;

黄杰 .

信息与控制, 2016, 45 (01) :120-128

[4] 基于灰色GM(1,1)模型的四川省物流需求预测 [J].

邹欣 ;

张梦芩 .

物流技术, 2015, (09) :166-169

[5] 基于动态混沌神经网络的预测研究——以马铃薯时间序列价格为例 [J].

李哲敏 ;

许世卫 ;

崔利国 ;

张建华 .

系统工程理论与实践, 2015, 35 (08) :2083-2091

[6] 基于Logit与SVM的银行业信用风险预警模型研究 [J].

张奇 ;

胡蓝艺 ;

王珏 .

系统工程理论与实践, 2015, 35 (07) :1784-1790

[7] 基于ARIMA补偿ELM的网络流量预测方法 [J].

田中大 ;

李树江 ;

王艳红 ;

王向东 .

信息与控制, 2014, 43 (06) :705-710

[8] 基于PSO-LSSVM预测的改进传感器故障检测和隔离 [J].

王通 ;

高宪文 ;

翟瑀佳 ;

刘春芳 .

信息与控制, 2014, 43 (02) :146-151

[9] 基于多元线性回归的区域物流需求预测研究 [J].

刘宇 ;

吴迎学 ;

党文峰 .

物流工程与管理, 2014, 36 (03) :52-54

[10] 状态空间时间序列的区域物流需求预测研究 [J].

曾鸣 ;

程文明 ;

林磊 .

计算机工程与应用, 2014, 50 (15) :7-12