基于主成分分析和极限学习机的公路货运量预测研究

• 作者: 谢超
• 来源期刊: 交通与运输
• 学科: 交通运输
• 关键词: 货运量预测 主成分分析 极限学习机
• 年，卷（期）: 2018,（z1）
• 所属期刊栏目: 交通模型
• 页码范围: 64-67
• 页数: 4页
• 分类号: U491
• 字数: 3003字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3400.2018.z1.014

摘要

提出了一种基于主成分分析和极限学习机的计算方法,并用这种方法对货物运输量进行预测.该方法首先利用主成分分析的方法融合多个影响货运量的因素,获取主成分;然后建立极限学习机模型来预测公路货运量;最后计算模型性能指标并与相关模型进行对比.结果表明,基于主成分分析和极限学习机的货物运输量预测方法具有较高的稳定性和预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢超		1	1	1.0	1.0