原文服务方: 计算机应用研究       
摘要:
为了提高区域物流需求预测的能力,从区域经济等影响因素指标与区域物流需求之间的内在关系的角度,应用基于结构风险最小化准则的支持向量回归机(SVR)方法,建立"影响因素-区域物流需求"SVR预测模型来研究预测区域物流需求问题.在选择适当的参数和核函数的基础上,对上海市物流需求量进行预测,发现该方法能获得较小的训练相对误差和测试相对误差.
推荐文章
基于支持向量机的石油需求预测
支持向量机
结构风险最小化
神经网络
石油需求
SVM的物流需求预测模型
物流管理
随机性变化特点
ARIMA?SVM
权值的确定
预测模型
支持向量机
基于二阶振荡微粒群最小二乘支持向量机的物流需求预测
物流需求预测
最小二乘支持向量机
二阶振荡微粒群算法
基于支持向量回归机的公路货运量预测模型
公路货运量
支持向量回归机
人工神经网络
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量回归机的区域物流需求预测模型及其应用
来源期刊 计算机应用研究 学科
关键词 区域物流需求 支持向量回归机 预测
年,卷(期) 2008,(9) 所属期刊栏目 系统应用开发
研究方向 页码范围 2738-2740
页数 3页 分类号 U492.313|TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.09.048
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋葛夫 西南交通大学物流学院 32 566 13.0 23.0
2 严余松 15 127 6.0 11.0
3 夏国恩 西南交通大学经济管理学院 17 327 10.0 17.0
4 廖百胜 西南科技大学土木工程与建筑学院 12 81 4.0 9.0
5 黄虎 西南交通大学物流学院 4 118 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (164)
参考文献  (10)
节点文献
引证文献  (24)
同被引文献  (86)
二级引证文献  (113)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(2)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(20)
  • 引证文献(3)
  • 二级引证文献(17)
2015(20)
  • 引证文献(3)
  • 二级引证文献(17)
2016(24)
  • 引证文献(2)
  • 二级引证文献(22)
2017(16)
  • 引证文献(1)
  • 二级引证文献(15)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(13)
  • 引证文献(2)
  • 二级引证文献(11)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
区域物流需求
支持向量回归机
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导