共 20 条
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:
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