基于粒子群优化的 LS-SVM的福建航空物流需求预测

• 作者: 周正勇 林静
• 来源期刊: 物流工程与管理
• 学科: 经济
• 关键词: 粒子群算法 最小二乘支持向量机 航空物流 需求预测
• 年，卷（期）: 2014,（7）
• 页码范围: 52-54
• 页数: 3页
• 分类号: F252.21
• 字数: 3291字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-4993.2014.07.018

摘要

根据福建省过去十几年航空货物发送量的数据，针对航空物流预测的不确定性，将粒子群优化算法和最小二乘支持向量机相结合，采用粒子群优化最小二乘支持向量机的方法来建立模型。并将优化后的最小二乘支持向量机模型应用于福建省航空物流的需求预测中，而后通过仿真对结果进行验证。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周正勇	福州大学经济与管理学院	3	21	3.0	3.0
2	林静	福州大学经济与管理学院	16	59	5.0	7.0