您的位置: 专家智库 > >

河北省教育厅项目(S2010424)

作品数:2 被引量:2H指数:1
相关作者:耿立艳梁毅刚更多>>
相关机构:石家庄铁道大学更多>>
发文基金:河北省科技支撑计划项目河北省教育厅项目河北省交通厅科学技术项目更多>>
相关领域:理学自动化与计算机技术交通运输工程经济管理更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇经济管理
  • 1篇自动化与计算...
  • 1篇交通运输工程
  • 1篇理学

主题

  • 2篇运量
  • 2篇货运
  • 2篇货运量
  • 1篇运量预测
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经模糊
  • 1篇铁路
  • 1篇铁路货运
  • 1篇铁路货运量
  • 1篇铁路货运量预...
  • 1篇群算法
  • 1篇子群
  • 1篇自适
  • 1篇自适应
  • 1篇自适应粒子群...
  • 1篇自适应模糊
  • 1篇自适应模糊推...
  • 1篇自适应神经
  • 1篇自适应神经模...

机构

  • 2篇石家庄铁道大...

作者

  • 2篇梁毅刚
  • 2篇耿立艳

传媒

  • 1篇中国市场
  • 1篇中国管理信息...

年份

  • 2篇2011
2 条 记 录,以下是 1-2
排序方式:
基于自适应神经模糊推理系统的货运量预测研究
2011年
考虑到货运量预测的复杂性及非线性特点,本文将自适应神经模糊推理系统(ANFIS)引入货运量研究中,利用ANFIS对货运量进行预测。通过对我国铁路货运量及公路货运量的实例分析检验ANFIS有效性。结果表明,ANFIS有效地预测了我国铁路货运量及公路货运量,具有较高的预测精度及较快的收敛速度,是一种有效的货运量预测方法。
耿立艳张占福梁毅刚
关键词:自适应模糊推理系统货运量
自适应粒子群最小二乘支持向量机在铁路货运量预测中的应用被引量:2
2011年
针对铁路货运量与其影响因素间的复杂非线性关系,建立自适应粒子群最小二乘支持向量机(APSO-LSSVM)模型用于铁路货运量预测研究,利用最小二乘支持向量机的优良特性预测铁路货运量,并采用自适应粒子群算法优化选择LSSVM的参数。通过对我国铁路货运量的实例分析检验APSO-LSSVM模型的预测性能。结果表明,APSO-LSSVM模型有效地预测了我国铁路货运量,具有较高的预测精度及较快的收敛速度。
耿立艳梁毅刚张占福
关键词:铁路货运量预测最小二乘支持向量机自适应粒子群算法
共1页<1>
聚类工具0