文献类型：期刊文章

作　　者：梁宁[1] 耿立艳[2,3] 张占福[4] 梁毅刚[2]

机构地区：[1]河北省高速公路廊坊北三县管理处,河北廊坊065000 [2]石家庄铁道大学经济管理学院,石家庄050043 [3]曼彻斯特城市大学商学院 [4]石家庄铁道大学四方学院,石家庄051132

出　　处：《交通运输系统工程与信息》

基　　金：国家自然科学基金青年项目(61503261);河北省交通运输厅2015年科技计划项目(Y-2010024);河北省软科学研究计划项目(15456106D);河北省高等学校青年拔尖人才计划项目(BJ2014097);河北省社会科学发展重点课题(2015020206);河北省软科学研究基地项目(12457206D-14);国家留学基金委(CSC)资助公派留学地方合作项目(201608130165)~~

年　　份：2016

卷　　号：16

期　　号：6

起止页码：94-99

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20170103216315)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：铁路货运量与其影响因素之间关系复杂,单一核函数支持向量机(SVM)难以进行准确描述,而且各因素对铁路货运量的影响程度具有差异性,若忽略这种差异性,将难以获得理想的铁路货运量预测结果.为此,本文提出一种基于灰色关联分析(GRA)与混合核函数支持向量机(SVM-mixed)的铁路货运量预测方法.该方法采用灰色关联分析确定各影响因素的权重,再将赋予权重的影响因素作为输入变量,构建多项式核函数与径向基核函数线性组合的SVM-mixed预测模型.针对SVM-mixed参数难以确定问题,采用果蝇优化算法(FOA)选择SVM-mixed最优参数.基于中国铁路货运量的实例分析表明,该方法可有效提高铁路货运量的预测精度,为准确预测铁路货运量提供了一种新途径.

关 键 词：铁路运输 货运量 预测  灰色关联分析 混合核函数支持向量机  

分 类 号：U268.6]