计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
7期
2558-2560
,共3页
物流需求预测%最小二乘支持向量机%二阶振荡微粒群算法
物流需求預測%最小二乘支持嚮量機%二階振盪微粒群算法
물류수구예측%최소이승지지향량궤%이계진탕미립군산법
为了提高物流需求的预测精度,在分析物流需求影响因素基础上,建立了物流需求的二阶振荡微粒群最小二乘支持向量机预测模型.利用最小二乘支持向量机( LSSVM)描述物流需求与其影响因素间的复杂非线性关系,并通过二阶振荡微粒群(TOOPSO)算法优化选择LSSVM参数.实例分析表明,模型具有较高的预测精度,TOOPSO算法搜索LSSVM最优参数时间明显少于传统交叉验证法,是一种有效的物流需求预测方法.
為瞭提高物流需求的預測精度,在分析物流需求影響因素基礎上,建立瞭物流需求的二階振盪微粒群最小二乘支持嚮量機預測模型.利用最小二乘支持嚮量機( LSSVM)描述物流需求與其影響因素間的複雜非線性關繫,併通過二階振盪微粒群(TOOPSO)算法優化選擇LSSVM參數.實例分析錶明,模型具有較高的預測精度,TOOPSO算法搜索LSSVM最優參數時間明顯少于傳統交扠驗證法,是一種有效的物流需求預測方法.
위료제고물류수구적예측정도,재분석물류수구영향인소기출상,건립료물류수구적이계진탕미립군최소이승지지향량궤예측모형.이용최소이승지지향량궤( LSSVM)묘술물류수구여기영향인소간적복잡비선성관계,병통과이계진탕미립군(TOOPSO)산법우화선택LSSVM삼수.실례분석표명,모형구유교고적예측정도,TOOPSO산법수색LSSVM최우삼수시간명현소우전통교차험증법,시일충유효적물류수구예측방법.