改进SVR及其在铁路客运量预测中的应用

• 作者: 夏国恩 张葛祥 金炜东
• 来源期刊: 西南交通大学学报
• 学科: 交通运输
• 关键词: 铁路客运量 支持向量回归机 人工神经网络 时间序列预测
• 年，卷（期）: 2007,（4）
• 页码范围: 494-498
• 页数: 5页
• 分类号: U293.13
• 字数: 3382字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2007.04.021

摘要

为了提高铁路客运量现有预测方法的预测能力,用训练样本与测试样本间的马氏距离对惩罚因子进行加权,对传统的支持向量回归机(SVR)进行了改进,在此基础上提出了基于改进SVR的铁路客运量时间序列预测方法.以1980～1998年铁路客运量预测为例,对SVR方法和BP人工神经网络(BPANN)方法进行了比较,结果表明,SVR方法能获得更准确的预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏国恩	广西财经学院工商管理系	65	493	11.0	21.0
2	张葛祥	西南交通大学电气工程学院	73	1799	20.0	41.0
3	金炜东	西南交通大学电气工程学院	295	3889	30.0	49.0