文献类型：期刊文章

作　　者：王治[1]

机构地区：[1]九江学院信息科学与技术学院,江西九江332005

出　　处：《计算机仿真》

年　　份：2010

卷　　号：27

期　　号：12

起止页码：320-322

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD_E2011_2012、ZGKJHX、核心刊

摘　　要：铁路货运量预测是铁路运输部门一项重要工作。针对建立精确预测模型的困难,结合支持向量机与遗传算法（GA-SVM）,提出一种铁路货运量预测新方法。利用遗传算法确定支持向量机中的训练参数,以得到优化的支持向量机预测模型,并利用支持向量机在小样本、非线性中优越的预测性能对铁路货运量进行预测。昆明市1991~2005年铁路货运量数据作为实验数据,并采用RBF神经网络与GA-SVM进行对比分析,实验结果表明,GA-SVM预测精确更高,误差更小,可以更有效地对铁路货运量进行预测。

关 键 词：铁路货运量 支持向量机 遗传算法 预测模型  

分 类 号：U294.13[物流管理与工程类]