基于偏最小二乘支持向量机回归区域物流量预测

被引:9
作者
庞明宝 [1 ]
谢玲 [1 ]
郝然 [2 ]
马宁 [1 ]
机构
[1] 河北工业大学土木工程学院
[2] 石家庄市公路工程管理处
关键词
偏最小二乘回归; 支持向量机; 物流; 预测; 主成分分析;
D O I
10.14081/j.cnki.hgdxb.2008.02.023
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
研究采用偏最小二乘支持向量机回归模型进行区域物流量预测问题.针对普通最小二乘预测所存在的问题和物流系统样本量少的具体状况,提出偏最小二乘支持向量机回归区域物流量预测方法,采用主成分分析法提取影响物流量因素的新综合变量,建立以新综合变量为输入,物流量为输出的支持向量机回归非线性预测模型,在廊坊市物流量预测中进行仿真试验,证明了该方法的可行性与正确性.
引用
收藏
页码:91 / 96
页数:6
相关论文
共 7 条
[1]   基于神经网络的物流量预测 [J].
魏连雨 ;
庞明宝 .
长安大学学报(自然科学版), 2004, (06) :55-59
[2]   基于广义回归神经网络的货运量预测 [J].
赵闯 ;
刘凯 ;
李电生 .
铁道学报, 2004, (01) :12-15
[3]   支持向量机在地下水位预报中的应用研究 [J].
王景雷 ;
吴景社 ;
孙景生 ;
齐学斌 .
水利学报, 2003, (05) :122-128
[4]   偏最小二乘相关算法在系统建模中的两类典型应用 [J].
尹力 ;
刘强 ;
王惠文 .
系统仿真学报, 2003, (01) :135-137+145
[5]  
现代物流与交通运输系统[M]. 人民交通出版社 , 高自友, 2003
[6]  
Advanced support vector machines and kernel methods[J] . V.David Sánchez A.Neurocomputing . 2003 (1)
[7]   Some recent developments in PLS modeling [J].
Wold, S ;
Trygg, J ;
Berglund, A ;
Antti, H .
CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2001, 58 (02) :131-150