基于FOA优化混合核LSSVM的铁路货运量预测

• 作者: 耿立艳 陈丽华
• 来源期刊: 计算机应用研究
• 关键词: 铁路货运量 预测方法 混合核LSSVM 果蝇优化算法
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 409-412
• 页数: 4页
• 分类号: U294.13
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.02.020

摘要

单一核最小二乘支持向量机(LSSVM)在铁路货运量预测中难以准确描述货运量的复杂变化特征,限制了预测精度的提高.针对该问题,提出一种基于果蝇算法(FOA)优化混合核LSSVM的预测方法.以多项式核与径向基核组合的混合核函数作为LSSVM核函数,构建铁路货运量的混合核LSSVM预测模型,同时利用FOA全局寻优能力强、计算速度快等优点优化选择混合核LSSVM参数.以我国铁路货运量为例进行方法验证.结果表明,所提方法的RMSE、MAE、MAPE和THEIL值分别为8 433.0、6 670.8、0.018 0和0.011 7,均小于其他模型,FOA算法搜索混合核LSSVM参数的时间为40.2948 s,分别比GA和PSO算法减少了2.6208 s和20.701 6s,适合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	陈丽华	北京大学光华管理学院	58	302	10.0	15.0
2	耿立艳	石家庄铁道大学经济管理学院	43	214	10.0	14.0