基于SVM与人工神经网络组合模型的物流规划车辆行程时间预测

• 作者: 叶创鑫 谭满春
• 来源期刊: 暨南大学学报（自然科学与医学版）
• 学科: 交通运输
• 关键词: 支持向量基 神经网络 行程时间预测 物流规划
• 年，卷（期）: 2010,（5）
• 页码范围: 451-456
• 分类号: TP273|U491.14
• 字数: 5380字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9965.2010.05.007

摘要

行程时间预测在交通和物流规划中具有重要的作用.传统方法大部分是针对单一路段的行程时间进行短期预测.考虑了一个与传统行程时间预测不同的背景,研究物流车队行程时间预测问题.结合人工神经网络的学习能力和支持向量基对复杂非线性预测的处理能力,提出了一种基于支持向量基和人工神经网络相结合的方法,对物流规划中车辆行程时间进行有效的预测.把得到的结果和真实值比较,说明所提出的预测方法是可行和有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭满春	暨南大学数学系	36	477	11.0	21.0
2	叶创鑫	暨南大学数学系	1	11	1.0	1.0