支持向量回归机在铁路客运量时间序列预测中的应用

被引：11

作者：

夏国恩 ^{[1
]}

曾绍华 ^{[2
]}

金炜东 ^{[3
]}

机构：

[1] 西南交通大学经济管理学院

[2] 重庆大学自动化学院

[3] 西南交通大学电气工程学院

来源：

计算机应用研究 | 2006年 / 10期

关键词：

铁路客运量; ε支持向量回归机; 人工神经网络; 时间序列预测;

D O I：

暂无

中图分类号：

U293.3 [客运服务作业]; TP183 [人工神经网络与计算];

学科分类号：

082303 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对目前铁路客运量预测方法的不足,采用ε支持向量回归机(-εSVR)对铁路客运量时间序列进行预测。分析-εSVR原理,对1980—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列SVR预测模型,并进行仿真试验。对比分析-εSVR与标准的BP人工神经网络预测结果,证明-εSVR预测结果更准确、精度更高。

引用

页码：180 / 182

页数：3

共 7 条

[1] 多变量时间序列相空间重构中参数的确定 [J].