基于EEMD-PSO-LSSVM的中国沿海散货运价指数预测

• 作者: 周晨昕 林岩 王宇涵 贾红雨
• 来源期刊: 大连海事大学学报
• 学科: 经济
• 关键词: 中国沿海散货运价指数(CBFI) 集合经验模态分解(EEMD) 粒子群优化算法(PSO) 最小二乘法支持向量机(LSSVM) 组合预测
• 年，卷（期）: 2020,（1）
• 页码范围: 107-113
• 页数: 7页
• 分类号: F551
• 语种: 中文
• DOI: 10.16411/j.cnki.issn1006-7736.2020.01.012

摘要

针对中国沿海散货运价指数(CBFI)预测对精度的要求,从内在波动特性角度出发,提出一种基于集合经验模态分解(EEMD)-粒子群优化算法(PSO)-最小二乘法支持向量机(LSSVM)的组合预测模型.对比LSSVM、PSO-LSSVM、EMD-PSO-LSSVM三种预测模型,EEMD可对CBFI序列中波动较大数据进行降噪分解,保留序列的内在波动特性,且预测精度有一定提升,预测性能更佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾红雨	大连海事大学航运经济与管理学院	15	165	7.0	12.0
2	林岩	大连海事大学航运经济与管理学院	29	180	9.0	13.0
3	王宇涵	大连海事大学航运经济与管理学院	3	0	0.0	0.0
4	周晨昕	大连海事大学航运经济与管理学院	1	0	0.0	0.0