物流技术
物流技術
물류기술
LOGISTICS TECHNOLOGY
2014年
4期
84-87,103
,共5页
宋之杰%付赞%王晗%侯贵宾
宋之傑%付讚%王晗%侯貴賓
송지걸%부찬%왕함%후귀빈
港口备件%需求预测%最小二乘支持向量机%自适应变异粒子群
港口備件%需求預測%最小二乘支持嚮量機%自適應變異粒子群
항구비건%수구예측%최소이승지지향량궤%자괄응변이입자군
port spare part%demand forecasting%least square support vector machine%adaptive mutating particle swarm optimization
港口备件需求预测具有影响因素多、非线性和历史数据较少的特点,给预测带来极大困难,采用适合于解决小样本、非线性和高维问题的最小二乘支持向量机(LS-SVM)对其进行预测,并针对LS-SVM参数选择的盲目性问题,引入了自适应变异粒子群算法(AMPSO),提出一种基于AMPSO-LSSVM的港口备件需求预测模型,通过对秦皇岛港某型备件的实例分析,验证了该模型的可行性.
港口備件需求預測具有影響因素多、非線性和歷史數據較少的特點,給預測帶來極大睏難,採用適閤于解決小樣本、非線性和高維問題的最小二乘支持嚮量機(LS-SVM)對其進行預測,併針對LS-SVM參數選擇的盲目性問題,引入瞭自適應變異粒子群算法(AMPSO),提齣一種基于AMPSO-LSSVM的港口備件需求預測模型,通過對秦皇島港某型備件的實例分析,驗證瞭該模型的可行性.
항구비건수구예측구유영향인소다、비선성화역사수거교소적특점,급예측대래겁대곤난,채용괄합우해결소양본、비선성화고유문제적최소이승지지향량궤(LS-SVM)대기진행예측,병침대LS-SVM삼수선택적맹목성문제,인입료자괄응변이입자군산법(AMPSO),제출일충기우AMPSO-LSSVM적항구비건수구예측모형,통과대진황도항모형비건적실례분석,험증료해모형적가행성.
