本文關(guān)鍵詞：基于GB-CART集成算法的鐵路物流需求量預(yù)測

  更多相關(guān)文章： 鐵路物流需求量 集成學(xué)習(xí) 分類與回歸樹 梯度提升

【摘要】：為了準(zhǔn)確、快速地對鐵路物流需求量進(jìn)行預(yù)測,針對現(xiàn)有鐵路物流需求量預(yù)測模型存在的問題,采用梯度提升算法對分類與回歸樹算法進(jìn)行集成,提出一種GB-CART集成算法。以1990~2014年的鐵路物流需求量為研究對象,選取預(yù)測年份前3年的鐵路物流需求量作為模型輸入,預(yù)測年份鐵路物流需求量作為模型輸出,采用GBCART集成算法進(jìn)行仿真實驗,并與單一CART、SVR、RBF和LR模型進(jìn)行比較。結(jié)果表明:GB-CART模型的預(yù)測效果與單一CART模型相比得到了大幅度提升,且預(yù)測精度高于SVR、RBF和LR,驗證了所提出模型的有效性及準(zhǔn)確性。
【作者單位】： 遼寧工程技術(shù)大學(xué)營銷管理學(xué)院;
【關(guān)鍵詞】： 鐵路物流需求量 集成學(xué)習(xí) 分類與回歸樹 梯度提升
【基金】：國家自然科學(xué)基金(51374121)資助
【分類號】：F224;F532.3;F259.2
【正文快照】： 1引言鐵路物流需求量預(yù)測是指依據(jù)鐵路運輸、社會發(fā)展與國民經(jīng)濟(jì)的相關(guān)數(shù)據(jù),采用科學(xué)方法對未來鐵路物流需求量進(jìn)行推測的工作[1]�？茖W(xué)準(zhǔn)確地對鐵路物流需求量進(jìn)行預(yù)測,能為鐵路發(fā)展規(guī)劃的制定、鐵路運輸企業(yè)的決策經(jīng)營以及國家區(qū)域經(jīng)濟(jì)發(fā)展的規(guī)劃等提供科學(xué)依據(jù)[2-4]。因此,

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 李磊;劉葉;;我國社會物流需求量的非線性回歸預(yù)測[J];江南大學(xué)學(xué)報(自然科學(xué)版);2014年03期

2 楊茂盛,孫珂;人工神經(jīng)網(wǎng)絡(luò)技術(shù)在物流需求量預(yù)測中的應(yīng)用[J];物流技術(shù);2005年05期

3 趙婉;;基于指數(shù)平滑法對陜西省高速公路服務(wù)區(qū)物流需求量的預(yù)測分析[J];經(jīng)濟(jì)研究導(dǎo)刊;2014年15期

4 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 高文相;大理州物流需求量預(yù)測研究[D];昆明理工大學(xué);2015年

，

本文編號：1079220