基于IPSO-Capsule-NN模型的中欧班列出口需求量预测

• 作者: 冯芬玲 刘承光 李万 阎美好
• 来源期刊: 中国铁道科学
• 学科: 交通运输
• 关键词: 中欧班列 预测 出口需求量 胶囊神经网络 粒子群算法
• 年，卷（期）: 2020,（2）
• 页码范围: 147-156
• 页数: 10页
• 分类号: U294.13
• 字数: 9946字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4632.2020.02.18

摘要

为提高中欧班列出口需求量的预测精度,提出将改进粒子群算法(IPSO)与胶囊神经网络(Capsule-NN)相结合的预测模型(IPSO-Capsule-NN).与全连接神经网络不同,胶囊神经网络通过动态路由算法增强了模型的拟合能力和泛化能力.利用改进粒子群算法优化胶囊神经网络的神经元数量、迭代次数以及学习率,以克服人为设定模型参数随机性较大导致模型精确度不高的不足之处.此外,针对标准粒子群算法存在的缺点,提出一种非线性递减惯性权重并引入Levy飞行对粒子群算法的全局寻优能力和收敛速度进行优化.将采用spearman秩相关性分析得到的11个因素作为中欧班列出口需求量的影响因素并对其进行预测,结果表明:胶囊神经网络具有2层隐含层时,IPSO-Capsule-NN模型预测精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯芬玲	中南大学交通运输工程学院	73	570	15.0	20.0
2	阎美好	中南大学交通运输工程学院	3	4	1.0	2.0
3	李万	中南大学交通运输工程学院	4	13	1.0	3.0
4	刘承光	中南大学交通运输工程学院	2	0	0.0	0.0