基于支持向量机的铁路客运量预测  被引量:18

SVM-based prediction of railway passenger volume

在线阅读下载全文

作  者:彭珍瑞[1] 孟建军[1] 祝磊[2] 蒋兆远[1] 

机构地区:[1]兰州交通大学机电工程学院,甘肃兰州730070 [2]浙江大学电气工程学院,浙江杭州310027

出  处:《辽宁工程技术大学学报(自然科学版)》2007年第2期269-272,共4页Journal of Liaoning Technical University (Natural Science)

基  金:国家自然科学基金资助项目(60572052);兰州交通大学"青蓝"人才工程基金资助项目

摘  要:提出了一种基于最小二乘支持向量机(LS-SVM)的铁路客运量预测的新方法。1985—2002年的铁路客运量组成整个数据集。前5年的客运量用来预测第6年的客运量,由1985—1999年的客运量建立LS-SVM客运量预测模型。运用建立该模型预测2000—2002年的铁路客运量。结果表明:提出的LS-SVM客运量预测方法是有效的。T A new prediction approach for railway passenger volume is put forward by means of Least Squares Support Vector Machine (LS-SVM). The railway passenger volume from 1985 to 2002 consists of the total data set. The passenger volume in the "past 5 years" is used to predict the passenger volume in the 6th year. The passenger volume from 1985 to 1999 is applied to build LS-SVM model for passenger volume prediction. The prediction is conducted using passenger volume from 2000-2002. The results show that LS-SVM prediction method is an effective tool for railway passenger volume prediction.

关 键 词:最小二乘支持向量机 铁路 预测 客运量 

分 类 号:U429.4[交通运输工程—道路与铁道工程]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象