基于GRA-TOOPSO-LSSVM的港口吞吐量预测

• 作者: 张华春 胡坚堃 黄有方
• 来源期刊: 上海海事大学学报
• 关键词: 最小二乘支持向量机(LSSVM) 灰色关联分析(GRA) 二阶振荡粒子群优化(TOOPSO) 吞吐量预测
• 年，卷（期）: 2017,（1）
• 页码范围: 43-46,89
• 页数: 5页
• 分类号: U691.71
• 语种: 中文
• DOI: 10.13340/j.jsmu.2017.01.009

摘要

为对港口吞吐量进行科学预测,在最小二乘支持向量机(Least Squares Support Vector Machine, LSSVM)基础上,引入灰色关联分析(Grey Relational Analysis, GRA)和二阶振荡粒子群优化(Two-Order Oscillating Particle Swarm Optimization, TOOPSO),提出一种新的GRA-TOOPSO-LSSVM算法预测港口吞吐量.采用GRA法筛选出对上海港吞吐量有重大影响的因素,并将其作为LSSVM的输入变量;采用TOOPSO法对LSSVM的参数进行寻优;运用LSSVM非线性映射的优势对上海港吞吐量进行预测.在上海港吞吐量实证研究的过程中,GRA-TOOPSO-LSSVM算法与TOOPSO-LSSVM和基于交叉验证的LSSVM算法进行对比分析.研究结果表明,GRA-TOOPSO-LSSVM算法具有更好的预测精度和收敛速度,为港口吞吐量预测的研究提供了一种新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄有方	上海海事大学物流科学与工程研究院	113	802	14.0	22.0
2	胡坚堃	上海海事大学物流科学与工程研究院	21	76	5.0	8.0
3	张华春	上海海事大学物流科学与工程研究院	3	15	3.0	3.0