基于灰色自适应粒子群LSSVM的铁路货运量预测

• 作者: 梁毅刚 耿立艳
• 来源期刊: 西南交通大学学报
• 学科: 交通运输
• 关键词: 铁路货运量预测 灰色预测模型 最小二乘支持向量机 自适应粒子群算法
• 年，卷（期）: 2012,（1）
• 页码范围: 144-150
• 分类号: U294.13
• 字数: 5029字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2012.01.024

摘要

为了提高铁路货运量的预测精度及建模速度,将灰色预测模型(GM(1,1))、最小二乘支持向量机(LSSVM)和自适应粒子群优化(APSO)算法相融合,建立了灰色自适应粒子群最小二乘支持向量机(GM-APSO-LSSVM)预测模型.通过灰色预测模型中的灰色序列算子,弱化原始数列随机性,挖掘数列中蕴含的规律,利用最小二乘支持向量机计算简便、求解速度快、非线性映射能力强的特点进行预测,并采用自适应粒子群算法优化选择LSSVM参数.对我国铁路货运量的实例分析表明:用该模型得到的评价指标RMSE、MAE、MPE和Theil不等系数分别为0.062 8、0.052 3、0.016 2和0.010 7,均小于其它模型,预测性能好；用APSO算法搜索LSSVM最优参数的时间为55.656 s,比传统交叉验证法减少了10.462 s;2006 ～ 2009年的预测相对误差分别为0.39％、-1.67％、1.44％和4.75％,适用于铁路货运量的短期预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁毅刚	石家庄铁道大学经济管理学院	25	118	6.0	10.0
2	耿立艳	石家庄铁道大学经济管理学院	43	214	10.0	14.0