基于灰色关联分析的LS-SVM高铁客流量预测

论文摘要

文章结合灰色关联分析（GRA）和最小二乘支持向量机（LS-SVM）,构建基于GRA的LS-SVM高铁客流量预测模型（GRA-LS-SVM）。将高铁客流量的影响因素初步设为17项,利用灰色关联分析从中选取主要影响因素,并将其作为输入变量,构建LS-SVM。以我国高铁客流量数据为例,验证GRA-LS-SVM的有效性。结果显示,GRA-LS-SVM不仅简化了模型结构,而且提高了高铁客流量预测精度。

论文目录

• 1 引言
• 2 LS-SVM
•   2.1 LS-SVM算法
•   2.2 LS-SVM核函数
• 3 灰色关联分析
• 4 实证分析
•   4.1 高铁客流量影响因素
•   4.2 灰色关联分析过程
•   4.3 LS-SVM预测
• 5 结论

文章来源

类型: 期刊论文

作者: 赵盼,张浩伦,耿立艳,张占福

关键词: 高铁客流量,灰色关联分析,最小二乘支持向量机

来源: 中国市场 2019年31期

年度: 2019

分类: 经济与管理科学,基础科学,工程科技Ⅱ辑

专业: 数学,铁路运输,宏观经济管理与可持续发展,交通运输经济

单位: 石家庄铁道大学经济管理学院,石家庄铁道大学四方学院

基金: 2018年度大学生创新创业训练计划项目“高铁客流量智能预测方法及实证研究”(项目编号:201810107005),国家自然科学基金青年项目(项目编号:61503261)

分类号: F224;F532

DOI: 10.13939/j.cnki.zgsc.2019.31.014

页码: 14-16

总页数: 3

文件大小: 116K

下载量: 196