期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于蚁群优化支持向量机模型的公路客运量预测 被引量：23
1
作者 孙煦 陆化普 吴娟 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2012年第1期124-129,共6页
针对公路客运量预测难以建立精确预测模型的问题,文章引入基于蚁群优化的支持向量机算法对公路客运量进行预测。由于支持向量机的预测精度很大程度上取决于参数的选取,因此利用蚁群算法来优化其训练参数的选择,以得到优化的支持向量机... 针对公路客运量预测难以建立精确预测模型的问题,文章引入基于蚁群优化的支持向量机算法对公路客运量进行预测。由于支持向量机的预测精度很大程度上取决于参数的选取,因此利用蚁群算法来优化其训练参数的选择,以得到优化的支持向量机预测模型,利用其对小样本及非线性数据优越的预测性能进行公路客运量的预测。以北京市的数据作为应用算例,并与BP神经网络及传统SVM的预测结果进行对比分析。实验结果表明,基于蚁群的支持向量机模型的预测精度更高,误差更小,可以更有效地对公路客运量进行预测;也说明利用蚁群算法进行支持向量机参数优选的方法是可行有效的。 展开更多
关键词 公路客运量预测 支持向量机 蚁群算法 参数优化 预测模型
下载PDF
基于多元统计和改进BP网络的公路客运量预测 被引量：2
2
作者 王雪青 喻刚 孟海涛 《统计与决策》 CSSCI 北大核心 2007年第20期139-141,共3页
本文在利用主成分分析方法筛选出影响公路客运量的2个主导因子的基础上,分别采用回归分析法和改进神经网络方法对公路客运量进行了预测,预测结果表明两种预测方法都具有较高的精度,而引进了动量法和学习速率自适应调整策略的神经网络,... 本文在利用主成分分析方法筛选出影响公路客运量的2个主导因子的基础上,分别采用回归分析法和改进神经网络方法对公路客运量进行了预测,预测结果表明两种预测方法都具有较高的精度,而引进了动量法和学习速率自适应调整策略的神经网络,其预测精度更高,但回归分析法能更好地揭示各因子对公路客运量的相对贡献率。 展开更多
关键词 交通工程 公路客运量预测 改进BP网络 公路客运量 多元回归
下载PDF
GM模型和Markov模型在公路客运量预测中的综合运用 被引量：1
3
作者 雷晓斌 郭璐 《西部交通科技》 2013年第12期78-83,共6页
文章在应用灰色理论构建的GM预测模型基础上,以Markov模型为修正方法,建立GM!Markov模型,并以陕西省2003!2012年公路客运量为基础数据对上述理论进行实例验证。结果表明:与实际客运量相比,GM模型的相对误差为11.08%,而GM!Markov模型的... 文章在应用灰色理论构建的GM预测模型基础上,以Markov模型为修正方法,建立GM!Markov模型,并以陕西省2003!2012年公路客运量为基础数据对上述理论进行实例验证。结果表明:与实际客运量相比,GM模型的相对误差为11.08%,而GM!Markov模型的相对误差仅为5.61%,GM!Markov模型拟合精度较高,更加贴近实际情况。 展开更多
关键词 公路客运量预测 灰色GM(1 1)模型 马尔科夫(Markov)模型
下载PDF
基于灰色PSO-BP的客运量预测模型 被引量：1
4
作者 张忍 吕光辉 《山东交通学院学报》 CAS 2013年第2期35-38,共4页
在灰色预测模型、BF神经网络与粒子群优化算法PSO的基础上建立基于灰色PSO-BP的公路客运量预测模型。并根据陕西省近10 a的公路客运量数据,对GM(1,1)、BP神经网络、灰色PSO-BP网络预测模型的预测结果进行比较,得出基于灰色PSO-BP的客运... 在灰色预测模型、BF神经网络与粒子群优化算法PSO的基础上建立基于灰色PSO-BP的公路客运量预测模型。并根据陕西省近10 a的公路客运量数据,对GM(1,1)、BP神经网络、灰色PSO-BP网络预测模型的预测结果进行比较,得出基于灰色PSO-BP的客运量预测模型能充分发挥各种算法的优势、提高预测精度,更适合运用在公路客运量预测的领域中。 展开更多
关键词 灰色模型 PSO算法 BP神经网络 灰色PSO—BP 公路客运量预测
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部