状态空间时间序列的区域物流需求预测研究

被引：9

作者：

曾鸣 ^{[1
]}

程文明 ^{[1
]}

林磊 ^{[2
]}

机构：

[1] 西南交通大学机械工程学院

[2] 纽约州立大学布法罗分校土木工程学院

来源：

计算机工程与应用 | 2014年 / 15期

关键词：

互信息; 状态空间时间序列; 区域物流需求; 预测;

D O I：

暂无

中图分类号：

F259.2 [中国]; F224 [经济数学方法];

学科分类号：

1201 ; 1202 ; 020205 ; 0701 ; 070104 ;

摘要：

区域物流需求是制定区域物流发展政策、基础设施建设和物流系统规划的重要依据,由区域各项相关经济指标共同决定。针对区域物流需求预测中样本数量小的问题,提出了互信息高维度特征降维方法,在保证相关综合信息完整性基础上降低原始数据维度,在此基础上建立了状态空间时间序列预测模型,同时采用局部线性小波神经网络和LIBSVM支持向量回归模型进行对比实验。算例分析及实验结果表明,采用互信息降维后的预测模型相对误差平均减少54.8%,互信息与状态空间时间序列模型相结合的预测方法对于区域物流需求预测问题预测精度较高,相对误差约为0.08。

引用

页码：7 / 12

页数：6

共 8 条

[1] 基于线性回归模型的物流需求预测分析 [J].