基于改进支持向量回归机的煤炭物流成本预测

• 作者: 张高青 李俊付 杨旌
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 煤炭物流 鸡群算法 支持向量回归机 成本预测
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 煤炭物流
• 页码范围: 1623-1627
• 页数: 5页
• 分类号: TD-9
• 字数: 3046字
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2017.1623

摘要

煤炭物流成本控制的必要条件就是对其成本进行预测,这样才能对煤炭物流成本进行科学合理地控制.本文提出一种鸡群算法(CSO)和支持向量回归机(SVR)结合模型,即CSO-SVR煤炭物流成本预测模型.模型利用CSO算法对SVR进行参数优化,优化后的支持向量回归机模型进行煤炭物流成本预测.通过CSO-SVR模型对已有煤炭物流成本数据预测仿真.模拟结果显示,从煤炭物流成本预测精度角度出发,CSO-SVR模型预测结果优于GA-SVR、SVR、BPNN等算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张高青	河北工程大学土木工程学院	7	22	2.0	4.0
2	李俊付	河北工程大学矿业与测绘工程学院	15	71	6.0	8.0
3	杨旌	河北工程大学土木工程学院	7	17	2.0	4.0