基于多输出支持向量机的物流量预测研究

被引：5

作者：

骆世广 ^{[1
]}

叶赛 ^{[2
,3
]}

胡蓉 ^{[1
]}

机构：

[1] 广东金融学院应用数学系

[2] 广东金融学院

[3] 不详

来源：

华东交通大学学报 | 2010年 / 27卷 / 05期

关键词：

物流量预测; 自适应迭代支持向量机; 多输出支持向量机;

D O I：

暂无

中图分类号：

F252 [物资流通]; F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

物流量预测问题受众多因素影响,而已有的方法都是用多输入单输出模型进行预测,因此难以获得满意的预测效果。一种多输出支持向量机的方法用于广州市的物流量的预测中,为了与单输出预测相比,选取自适应迭代支持向量机方法进行预测。结果表明,多输出支持向量机的预测是有效的。

引用

页码：67 / 71

页数：5

共 13 条

[1] 基于GA-BP算法的模糊神经网络模型在港口物流量预测中的应用 [J].

杨峰 ;

牛惠民 ;

邵晓彤 .

物流科技, 2009, 32 (12) :102-105

[2] 改进的BP神经网络在港口物流量预测中的应用 [J].

林连 ;

林桦 .

交通信息与安全, 2009, 27 (05) :161-165

[3] 邯郸国际物流园区物流量预测 [J].

孙卫华 ;

王成林 ;

经维 .

物流技术, 2009, 28 (07) :121-123+135

[4] 基于灰色——马尔柯夫模型的逆向物流量预测 [J].

吴玉朝 ;

蔡启明 ;

李斌 .

物流科技, 2008, (10) :19-22

[5] 基于偏最小二乘支持向量机回归区域物流量预测 [J].

庞明宝 ;

谢玲 ;

郝然 ;

马宁 .

河北工业大学学报, 2008, (02) :91-96

[6] 基于非线性支持向量机区域物流量预测 [J].

庞明宝 ;

常振华 ;

刘娟 .

物流科技, 2007, (09) :20-23

[7] 多输出支持向量回归算法 [J].

胡蓉 .

华东交通大学学报, 2007, (01) :129-132

[8] 基于灰色马尔可夫模型的物流园区物流量预测研究 [J].

王冠奎 ;

董艳 .

物流科技, 2007, (02) :1-4

[9] 基于支持向量机的大样本回归算法比较研究 [J].

杨晓伟 ;

骆世广 ;

余舒 ;

吴春国 ;

梁艳春 .

计算机工程与应用, 2006, (06) :36-38+57

[10] 基于时间序列的支持向量机在物流预测中的应用 [J].

唐伟鸿 ;

李文锋 .

物流科技, 2005, (01) :8-11

← 1 2 →