基于GA-SVM模型的长江干线港口集装箱需求量预测被引量：4

Container demand prediction of ports along Changjiang River main line based on GA-SVM model

下载PDF

导出

摘要为寻求更高精度的预测方法预测长江经济带未来一段时间的集装箱需求量,从经济总量水平、产业结构、国际国内贸易发展等方面提取长江干线港口集装箱需求预测的主要影响因素,构建基于遗传算法-支持向量机(GA-SVM)的预测模型对长江干线港口集装箱需求量进行预测,提高货运量预测精确度。结果表明:此模型对长江干线港口集装箱需求量的预测具有较强的实用性,可为长江干线港口集装箱需求预测提供一种新的途径和方法。

作者叶子奇蒋惠园冯琪李琳琳郝伟杰

机构地区武汉理工大学交通学院湖北省交通规划设计院股份有限公司青岛海信网络科技股份有限公司

出处《水运管理》 2018年第4期18-22,共5页 Shipping Management

基金武汉理工大学<支撑长江经济带开发的航运发展战略研究>(2015-322-811-270)的研究成果

关键词长江干线集装箱需求预测遗传算法 GA-SVM模型

分类号 F552.7 [经济管理—产业经济]

引文网络
相关文献

参考文献3

1杜桂玲..长江沿线外贸集装箱生成量影响因素分析及生成量预测[D].上海海事大学,2005:
2靳廉洁,任静,张晓晴,齐越,董敏,姚海元,王世军,臧韶辉.长江沿线地区外贸集装箱港口运输需求预测[J].水运管理,2017,39(8):8-10. 被引量：4
3孙涵,杨普容,成金华.基于Matlab支持向量回归机的能源需求预测模型[J].系统工程理论与实践,2011,31(10):2001-2007. 被引量：55

二级参考文献19

1胡雪棉,赵国浩.基于Matlab的BP神经网络煤炭需求预测模型[J].中国管理科学,2008,16(S1):521-525. 被引量：42
2韩智勇,魏一鸣,焦建玲,范英,张九天.中国能源消费与经济增长的协整性与因果关系分析[J].系统工程,2004,22(12):17-21. 被引量：464
3杨兆升,王媛,管青.基于支持向量机方法的短时交通流量预测方法[J].吉林大学学报（工学版）,2006,36(6):881-884. 被引量：80
4林伯强,魏巍贤,李丕东.中国长期煤炭需求:影响与政策选择[J].经济研究,2007,42(2):48-58. 被引量：143
5于滨,杨忠振,林剑艺.应用支持向量机预测公交车运行时间[J].系统工程理论与实践,2007,27(4):160-164. 被引量：31
6Lawrence S, Giles C L, Tsoi A C. Lessons in neural network training: Overfitting may be harder than ex- pected[C]//Proceedings of the Fourteenth National Conference on Artificial Intelligence, Mento Park, CA: AAA1 Press, 1997:540 545. 被引量：1
7Moody J E. The effective number of parameters: An analysis of generalization and regularization in nonlinear learning systems[J]. NIPS, 1992, 4: 847-854. 被引量：1
8Sarle W S. Stopped training and other remedies for overfitting[C]//Proceedings of the 27th Symposium on the Interface of Computing Science and Statistics, 1995:352 360. 被引量：1
9Sa Zi M Y, Ceylan H. Use of artificial neural networks for transport energy demand modeling[J]. Energy Policy, 2006, 34(17): 3165 3172. 被引量：1
10Vapnik V N. The Nature of Statistical Learning Theory[M]. Springer, 1995. 被引量：1