统计与决策
統計與決策
통계여결책
2015年
14期
78~81
,共null页
最小二乘支持向量机 动态加速系数粒子群优化 物流需求预测
最小二乘支持嚮量機 動態加速繫數粒子群優化 物流需求預測
최소이승지지향량궤 동태가속계수입자군우화 물류수구예측
最小二乘支持向量机（LSSVM）的推广与应用依赖于核函数中参数的选择。文章针对LSSVM在物流需求预测中参数选择的随意性、耗时性等问题,将LSSVM与动态加速系数粒子群优化（DACPSO）算法结合,提出一种基于LSSVM-DACPSO的物流需求预测模型。该模型首先利用DACPSO算法的寻优能力选择LSSVM最优参数,然后运用LSSVM的非线性运算能力对物流需求量进行预测。利用我国的物流数据进行实例分析,结果表明,相比于TVACPSO算法、PSO算法和交叉验证法,DACPSO算法优化的LSSVM具有更高的预测精度和更快的建模速度,该模型具有一定的推广与应用价值。
最小二乘支持嚮量機（LSSVM）的推廣與應用依賴于覈函數中參數的選擇。文章針對LSSVM在物流需求預測中參數選擇的隨意性、耗時性等問題,將LSSVM與動態加速繫數粒子群優化（DACPSO）算法結閤,提齣一種基于LSSVM-DACPSO的物流需求預測模型。該模型首先利用DACPSO算法的尋優能力選擇LSSVM最優參數,然後運用LSSVM的非線性運算能力對物流需求量進行預測。利用我國的物流數據進行實例分析,結果錶明,相比于TVACPSO算法、PSO算法和交扠驗證法,DACPSO算法優化的LSSVM具有更高的預測精度和更快的建模速度,該模型具有一定的推廣與應用價值。
최소이승지지향량궤（LSSVM）적추엄여응용의뢰우핵함수중삼수적선택。문장침대LSSVM재물류수구예측중삼수선택적수의성、모시성등문제,장LSSVM여동태가속계수입자군우화（DACPSO）산법결합,제출일충기우LSSVM-DACPSO적물류수구예측모형。해모형수선이용DACPSO산법적심우능력선택LSSVM최우삼수,연후운용LSSVM적비선성운산능력대물류수구량진행예측。이용아국적물류수거진행실례분석,결과표명,상비우TVACPSO산법、PSO산법화교차험증법,DACPSO산법우화적LSSVM구유경고적예측정도화경쾌적건모속도,해모형구유일정적추엄여응용개치。
