基于参数化三角范数的铁路货运量选择集成预测

• 作者: 李巧侠
• 来源期刊: 河南科学
• 关键词: 铁路货运量 预测 选择性集成学习 Yager三角范数 遗传算法
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 交通科学与建筑科学
• 页码范围: 55-61
• 页数: 7页
• 分类号: U294.1
• 语种: 中文

摘要

针对铁路货运量预测中预测方法单一、准确度不高、泛化能力弱问题,基于参数化模糊逻辑理论,结合前序法选择策略,提出了一种新的基于Yager三角范数的选择性集成学习模型,并应用于铁路货运量预测.采用5种常用的单预测模型作为候选基学习机模型,以误差率作为评价指标,采用前序选择策略选定2种基学习机进行集成预测;以遗传算法和最小二乘法确定集成模型的参数,实现铁路货运量预测基学习机的最优组合.试验结果显示,对比单预测模型、最优组合预测模型和均方误差导数预测模型,新提出的选择集成模型取得了最低的误差率,表明其在铁路货运量预测中能够有效提高预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李巧侠	西安铁路职业技术学院土木工程系	12	14	2.0	3.0