【摘要】：最小二乘支持向量機(jī)(LSSVM)的推廣與應(yīng)用依賴于核函數(shù)中參數(shù)的選擇。文章針對LSSVM在物流需求預(yù)測中參數(shù)選擇的隨意性、耗時(shí)性等問題,將LSSVM與動(dòng)態(tài)加速系數(shù)粒子群優(yōu)化(DACPSO)算法結(jié)合,提出一種基于LSSVM-DACPSO的物流需求預(yù)測模型。該模型首先利用DACPSO算法的尋優(yōu)能力選擇LSSVM最優(yōu)參數(shù),然后運(yùn)用LSSVM的非線性運(yùn)算能力對物流需求量進(jìn)行預(yù)測。利用我國的物流數(shù)據(jù)進(jìn)行實(shí)例分析,結(jié)果表明,相比于TVACPSO算法、PSO算法和交叉驗(yàn)證法,DACPSO算法優(yōu)化的LSSVM具有更高的預(yù)測精度和更快的建模速度,該模型具有一定的推廣與應(yīng)用價(jià)值。
[Abstract]:The extension and application of least squares support vector machine (LSSVM) depends on the selection of parameters in kernel function. In order to solve the problem of random and time-consuming parameter selection in logistics demand prediction by LSSVM, this paper proposes a logistics demand forecasting model based on LSSVM-DACPSO by combining LSSVM with (DACPSO) algorithm with dynamic acceleration coefficient particle swarm optimization. In this model, the optimization ability of DACPSO algorithm is used to select the optimal parameters of LSSVM, and then the nonlinear computing ability of LSSVM is used to predict the logistics demand. The results show that compared with the TVACPSO algorithm and the cross validation algorithm, the optimized LSSVM has higher prediction precision and faster modeling speed, and the model has certain popularization and application value.
【作者單位】： 石家莊鐵道大學(xué)經(jīng)濟(jì)管理學(xué)院;石家莊鐵道大學(xué)學(xué)生處;
【基金】：河北省高等學(xué)校青年拔尖人才計(jì)劃項(xiàng)目(BJ2014097) 河北省軟科學(xué)研究計(jì)劃項(xiàng)目(15456106D;13456119D)
【分類號(hào)】：F252;TP181

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 龐明寶;謝玲;郝然;馬寧;;基于偏最小二乘支持向量機(jī)回歸區(qū)域物流量預(yù)測[J];河北工業(yè)大學(xué)學(xué)報(bào);2008年02期

2 王娟;劉明治;;蟻群算法滾動(dòng)優(yōu)化的LS-SVM預(yù)測控制研究[J];控制與決策;2009年07期

3 梁毅剛;耿立艷;張占福;;基于核主成分-最小二乘支持向量機(jī)的區(qū)域物流需求預(yù)測[J];鐵道運(yùn)輸與經(jīng)濟(jì);2012年11期

4 陳如清;俞金壽;;基于粒子群最小二乘支持向量機(jī)的軟測量建模[J];系統(tǒng)仿真學(xué)報(bào);2007年22期

5 許桂梅;黃圣國;;應(yīng)用LS-SVM的飛機(jī)重著陸診斷[J];系統(tǒng)工程理論與實(shí)踐;2010年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周欣然;滕召勝;蔣星軍;;稀疏在線無偏置最小二乘支持向量機(jī)的預(yù)測控制[J];電子測量與儀器學(xué)報(bào);2011年04期

2 谷云東;胡芳芳;;分區(qū)支持向量回歸及其在負(fù)荷預(yù)測中的應(yīng)用[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2013年03期

3 龍文;張文專;;基于自適應(yīng)粒子群算法的重油熱解模型參數(shù)估計(jì)[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

4 王東蛟;夏國恩;馬璐;;區(qū)域物流需求預(yù)測方法研究綜述[J];東方企業(yè)文化;2015年05期

5 駱世廣;葉賽;胡蓉;;基于多輸出支持向量機(jī)的物流量預(yù)測研究[J];華東交通大學(xué)學(xué)報(bào);2010年05期

6 張曉龍;堯世文;胡建杭;董人菘;王華;;銅冶煉節(jié)能參數(shù)優(yōu)化學(xué)習(xí)模型研究[J];計(jì)算機(jī)與應(yīng)用化學(xué);2012年07期

7 熊偉麗;王肖;徐保國;;一種發(fā)酵過程的分階段融合建模算法研究[J];計(jì)算機(jī)與應(yīng)用化學(xué);2013年12期

8 趙越;趙嵩正;;多樣性PSO_SVR油氣操作成本時(shí)間序列預(yù)測模型[J];計(jì)算機(jī)仿真;2014年01期

9 熊偉麗;姚樂;徐保國;;混沌最小二乘支持向量機(jī)及其在發(fā)酵過程建模中的應(yīng)用[J];化工學(xué)報(bào);2013年12期

10 郭長興;馬建偉;;神經(jīng)網(wǎng)絡(luò)預(yù)測及電力主變室多參數(shù)優(yōu)化控制[J];計(jì)算機(jī)測量與控制;2014年04期

相關(guān)博士學(xué)位論文 前8條

1 鄭斌;區(qū)域物流網(wǎng)絡(luò)中心選址及線路優(yōu)化研究[D];大連海事大學(xué);2011年

2 謝春利;基于最小二乘支持向量機(jī)的非線性系統(tǒng)自適應(yīng)控制方法的研究[D];大連理工大學(xué);2011年

3 余艷芳;改進(jìn)型支持向量回歸機(jī)及其在過程建模與控制中的應(yīng)用[D];華東理工大學(xué);2010年

4 閻綱;基于最小二乘支持向量機(jī)的鋁電解過程建模與控制研究[D];中南大學(xué);2012年

5 陳進(jìn)東;基于模糊在線支持向量回歸的建模與預(yù)測控制研究[D];江南大學(xué);2013年

6 周欣然;基于最小二乘支持向量機(jī)的在線建模與控制方法研究[D];湖南大學(xué);2012年

7 劉蓉;城市住房價(jià)格PSO-LSSVR預(yù)測模型研究[D];重慶大學(xué);2014年

8 熊國江;基于計(jì)算智能的電網(wǎng)故障診斷方法研究[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 江麗鑫;區(qū)域物流規(guī)劃中的物流量界定及測算方法探討[D];遼寧師范大學(xué);2011年

2 楊進(jìn)偉;基于GM/BP神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型的區(qū)域物流量預(yù)測研究[D];中南大學(xué);2011年

3 趙會(huì);基于支持向量機(jī)的煙氣成分建模研究[D];河南科技大學(xué);2009年

4 李萬東;污水處理過程實(shí)時(shí)控制及軟測量方法研究[D];北京工商大學(xué);2010年

5 廖龍飛;多輸出支持向量機(jī)及其應(yīng)用研究[D];北京化工大學(xué);2011年

6 賈巖;基于LabVIEW的污水處理控制系統(tǒng)及軟測量建模研究[D];江南大學(xué);2012年

7 孫浩;基于支持向量機(jī)的交通安全預(yù)測模型研究[D];合肥工業(yè)大學(xué);2009年

8 任彥銘;城市道路交通安全的預(yù)測與評價(jià)方法研究[D];合肥工業(yè)大學(xué);2010年

9 黃敏珍;區(qū)域貨運(yùn)總量預(yù)測方法及實(shí)例研究[D];西南交通大學(xué);2012年

10 馬雪倩;黑龍江省水資源可持續(xù)利用評價(jià)研究[D];東北農(nóng)業(yè)大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何國華;;區(qū)域物流需求預(yù)測及灰色預(yù)測模型的應(yīng)用[J];北京交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2008年01期

2 關(guān)圣濤;楚紀(jì)正;邵帥;;粒子群優(yōu)化算法在非線性模型預(yù)測控制中的研究應(yīng)用[J];北京化工大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年06期

3 龐明寶;謝玲;郝然;馬寧;;基于偏最小二乘支持向量機(jī)回歸區(qū)域物流量預(yù)測[J];河北工業(yè)大學(xué)學(xué)報(bào);2008年02期

4 尹艷玲;;基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)的物流需求預(yù)測研究[J];河南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

5 耿立艷;趙鵬;張占福;;基于二階振蕩微粒群最小二乘支持向量機(jī)的物流需求預(yù)測[J];計(jì)算機(jī)應(yīng)用研究;2012年07期

6 楊榮英,張輝,苗張木;物流預(yù)測技術(shù)中的移動(dòng)平均線方法[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2001年03期

7 宋瑩;陳增強(qiáng);袁著祉;;基于混沌優(yōu)化的非線性預(yù)測控制器[J];控制理論與應(yīng)用;2007年04期

8 許建華,張學(xué)工,李衍達(dá);支持向量機(jī)的新發(fā)展[J];控制與決策;2004年05期

9 王定成,汪懋華;基于GA的SVMR預(yù)測控制研究[J];控制與決策;2004年09期

10 常玉清,鄒偉,王福利,毛志忠;基于支持向量機(jī)的軟測量方法研究[J];控制與決策;2005年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳潔明;李余琪;萬勵(lì);;物流需求預(yù)測算法的仿真研究[J];計(jì)算機(jī)仿真;2011年09期

2 耿立艷;趙鵬;張占福;;基于二階振蕩微粒群最小二乘支持向量機(jī)的物流需求預(yù)測[J];計(jì)算機(jī)應(yīng)用研究;2012年07期

3 司玲玲;王亞楠;徐貴軍;;改進(jìn)灰色模型在物流需求預(yù)測中的應(yīng)用[J];計(jì)算機(jī)仿真;2012年06期

4 閆娟;李萍;;泊松分布灰色理論在物流需求預(yù)測中的應(yīng)用[J];計(jì)算機(jī)仿真;2012年04期

5 李國祥;夏國恩;高榮;李毅;;基于屬性約簡的區(qū)域物流需求預(yù)測[J];計(jì)算機(jī)應(yīng)用與軟件;2013年11期

6 劉智琦;李春貴;陳波;;基于因子分析與神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測[J];計(jì)算機(jī)仿真;2012年06期

7 閆娟;;灰色神經(jīng)網(wǎng)絡(luò)模型在物流需求預(yù)測中的研究[J];計(jì)算機(jī)仿真;2011年07期

8 蔣夢莉;;包容性檢驗(yàn)和PCA相融合的物流需求預(yù)測[J];計(jì)算機(jī)工程與應(yīng)用;2013年15期

9 田麗;曹安照;王蒙;周明龍;王靜;;基于SVM和神經(jīng)網(wǎng)絡(luò)組合預(yù)測模型物流需求預(yù)測[J];重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年09期

10 ;[J];;年期

相關(guān)會(huì)議論文 前5條

1 胡常偉;陳新;陳新度;;多品種小批量產(chǎn)品分銷中的物流需求預(yù)測方法[A];全國生產(chǎn)工程第九屆年會(huì)暨第四屆青年科技工作者學(xué)術(shù)會(huì)議論文集（二）[C];2004年

2 史磊;李江宏;李智鵬;;烏魯木齊市物流需求預(yù)測研究[A];地理學(xué)核心問題與主線——中國地理學(xué)會(huì)2011年學(xué)術(shù)年會(huì)暨中國科學(xué)院新疆生態(tài)與地理研究所建所五十年慶典論文摘要集[C];2011年

3 袁麗娜;周建勤;;基于滑動(dòng)平均-灰色模型的物流需求預(yù)測研究[A];2012管理創(chuàng)新、智能科技與經(jīng)濟(jì)發(fā)展研討會(huì)論文集[C];2012年

4 陳德良;王文科;;湖南省物流需求預(yù)測[A];《兩型社會(huì)建設(shè)與湖南管理創(chuàng)新》論壇論文集[C];2008年

5 劉洪霞;鹿應(yīng)榮;;非線性預(yù)測模型在糧食物流需求預(yù)測中的應(yīng)用[A];農(nóng)業(yè)系統(tǒng)工程理論與實(shí)踐研究——全國農(nóng)業(yè)系統(tǒng)工程學(xué)術(shù)研討會(huì)論文集[C];2006年

相關(guān)碩士學(xué)位論文 前10條

1 陳云飛;物流需求預(yù)測在M公司的應(yīng)用研究[D];蘇州大學(xué);2014年

2 黃麗;隨機(jī)時(shí)間序列模型在物流需求預(yù)測中的應(yīng)用[D];武漢大學(xué);2004年

3 李自立;基于支持向量機(jī)的區(qū)域物流需求預(yù)測研究[D];武漢科技大學(xué);2009年

4 黃永福;重慶市物流需求預(yù)測方法及應(yīng)用研究[D];重慶交通大學(xué);2009年

5 李娟;區(qū)域經(jīng)濟(jì)關(guān)聯(lián)視角下河北省物流需求預(yù)測研究[D];燕山大學(xué);2014年

6 何霞;基于灰色系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的省級(jí)區(qū)域物流需求預(yù)測[D];長沙理工大學(xué);2009年

7 文培娜;基于人工神經(jīng)網(wǎng)絡(luò)的區(qū)域物流需求預(yù)測及實(shí)證研究[D];北京物資學(xué)院;2010年

8 劉海波;赤峰市物流需求預(yù)測研究[D];吉林大學(xué);2012年

9 萬福來;天津港物流需求預(yù)測和物流發(fā)展策略研究[D];天津大學(xué);2012年

10 余牛;基于組合預(yù)測法的城市物流需求預(yù)測研究[D];武漢科技大學(xué);2011年

，

本文編號(hào)：2148696