基于判别分析-SVR的民航客运量预测模型研究及应用

• 作者: 程小康
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 民航客运量 支持向量回归机 预测
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 527-531
• 页数: 5页
• 分类号: F272|TP391
• 字数: 4500字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2008.03.016

摘要

为了提高预测民航客运量的能力,考虑到民航客运量与其影响因素之间存在关联, 并利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,改进传统的ε支持向量回归机(SVR),构造了基于进化ε-SVR的"影响因素-民航客运量"预测模型.在选择适当的参数和核函数的基础上,对中国民航客运量进行仿真实验,与标准的ε-SVR方法、BP人工神经网络和线性回归方法进行了对比,发现该方法能获得较小的训练相对误差和测试相对误差.