改進(jìn)PSO算法優(yōu)化LSSVM模型的短期客流量預(yù)測(cè)
發(fā)布時(shí)間:2021-10-29 11:31
旅游客流量的準(zhǔn)確預(yù)測(cè)為旅游目的地資源優(yōu)化配置、景區(qū)戰(zhàn)略計(jì)劃制定提供有效依據(jù)。為了提高景區(qū)日客流量的預(yù)測(cè)精度,提出基于改進(jìn)粒子群算法(Particle Swarm Optimization,PSO)優(yōu)化最小二乘支持向量機(jī)(Least Squares Support Vector Machine,LSSVM)的預(yù)測(cè)方法,針對(duì)PSO算法的慣性權(quán)重在采取線性遞減策略時(shí)不能滿足粒子尋優(yōu)非線性變化的缺陷,從種群中粒子的聚合程度以及種群進(jìn)化中粒子適應(yīng)度同慣性權(quán)重的關(guān)系出發(fā),利用對(duì)數(shù)函數(shù)非線性變化的特性,提出基于對(duì)數(shù)函數(shù)的慣性權(quán)重自適應(yīng)調(diào)整方法(Adaptive Logarithmic Particle Swarm Optimization,ALPSO)。通過(guò)改進(jìn)的PSO算法優(yōu)化LSSVM的參數(shù),建立山岳型風(fēng)景區(qū)日客流量的預(yù)測(cè)模型。以黃山風(fēng)景區(qū)2012—2015年景區(qū)每日上山人數(shù)為例,實(shí)驗(yàn)結(jié)果證明,與基于標(biāo)準(zhǔn)PSO算法、正弦粒子群算法(Sinusoidal Particle Swarm Optimization,SPSO)和高斯粒子群算法(Gaussian Particle Swarm Optimiz...
【文章來(lái)源】:計(jì)算機(jī)工程與應(yīng)用. 2019,55(18)北大核心CSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【文章目錄】:
1 引言
2 ALPSO-LSSVM原理
2.1 LSSVM原理
2.2 標(biāo)準(zhǔn)PSO算法
2.3 ALPSO算法原理
3 ALPSO-LSSVM預(yù)測(cè)算法
4 實(shí)驗(yàn)分析
4.1 ALPSO算法性能測(cè)試
4.2.1 數(shù)據(jù)收集
4.2.2 數(shù)據(jù)預(yù)處理
4.2.3 評(píng)價(jià)標(biāo)準(zhǔn)
4.2.4 模型分析
5 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]一種慣性權(quán)重與種群多樣性協(xié)同調(diào)整的二進(jìn)制粒子群優(yōu)化算法[J]. 李浩君,張廣,王萬(wàn)良. 小型微型計(jì)算機(jī)系統(tǒng). 2018(03)
[2]基于KPCA-LSSVM的健康檔案空腹血糖水平預(yù)測(cè)研究[J]. 江燕,帥仁俊,張姝,查代奉. 計(jì)算機(jī)工程與應(yīng)用. 2018(13)
[3]一種慣性權(quán)重自適應(yīng)的粒子群優(yōu)化算法[J]. 羅華. 電子科技. 2017(03)
[4]基于核極化的特征選擇在LSSVM的應(yīng)用[J]. 張文興,陳肖潔. 計(jì)算機(jī)工程與應(yīng)用. 2017(19)
[5]基于改進(jìn)PSO-LSSVM的短期電力負(fù)荷預(yù)測(cè)[J]. 馬小津,朱博,戴琳,張偉,陳熙. 自動(dòng)化技術(shù)與應(yīng)用. 2016(03)
[6]基于速度擾動(dòng)項(xiàng)的多目標(biāo)粒子群算法研究[J]. 劉文婧,張?chǎng)味Y,王建國(guó),汪軍. 機(jī)械設(shè)計(jì)與制造. 2015(07)
[7]基于SVR-ARMA組合模型的日旅游需求預(yù)測(cè)[J]. 梁昌勇,馬銀超,陳榮,梁焱. 管理工程學(xué)報(bào). 2015(01)
[8]運(yùn)用PSO-LSSVM模型的城市供電可靠性預(yù)測(cè)[J]. 董紅,石連生,趙鵬程,嚴(yán)俊. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2014(07)
[9]基于CPSO-LSSVM的網(wǎng)絡(luò)入侵檢測(cè)[J]. 劉明珍. 計(jì)算機(jī)工程. 2013(11)
[10]層次環(huán)形拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)粒子群算法[J]. 石松,陳云. 計(jì)算機(jī)工程與應(yīng)用. 2013(08)
本文編號(hào):3464573
【文章來(lái)源】:計(jì)算機(jī)工程與應(yīng)用. 2019,55(18)北大核心CSCD
【文章頁(yè)數(shù)】:9 頁(yè)
【文章目錄】:
1 引言
2 ALPSO-LSSVM原理
2.1 LSSVM原理
2.2 標(biāo)準(zhǔn)PSO算法
2.3 ALPSO算法原理
3 ALPSO-LSSVM預(yù)測(cè)算法
4 實(shí)驗(yàn)分析
4.1 ALPSO算法性能測(cè)試
4.2.1 數(shù)據(jù)收集
4.2.2 數(shù)據(jù)預(yù)處理
4.2.3 評(píng)價(jià)標(biāo)準(zhǔn)
4.2.4 模型分析
5 結(jié)論
【參考文獻(xiàn)】:
期刊論文
[1]一種慣性權(quán)重與種群多樣性協(xié)同調(diào)整的二進(jìn)制粒子群優(yōu)化算法[J]. 李浩君,張廣,王萬(wàn)良. 小型微型計(jì)算機(jī)系統(tǒng). 2018(03)
[2]基于KPCA-LSSVM的健康檔案空腹血糖水平預(yù)測(cè)研究[J]. 江燕,帥仁俊,張姝,查代奉. 計(jì)算機(jī)工程與應(yīng)用. 2018(13)
[3]一種慣性權(quán)重自適應(yīng)的粒子群優(yōu)化算法[J]. 羅華. 電子科技. 2017(03)
[4]基于核極化的特征選擇在LSSVM的應(yīng)用[J]. 張文興,陳肖潔. 計(jì)算機(jī)工程與應(yīng)用. 2017(19)
[5]基于改進(jìn)PSO-LSSVM的短期電力負(fù)荷預(yù)測(cè)[J]. 馬小津,朱博,戴琳,張偉,陳熙. 自動(dòng)化技術(shù)與應(yīng)用. 2016(03)
[6]基于速度擾動(dòng)項(xiàng)的多目標(biāo)粒子群算法研究[J]. 劉文婧,張?chǎng)味Y,王建國(guó),汪軍. 機(jī)械設(shè)計(jì)與制造. 2015(07)
[7]基于SVR-ARMA組合模型的日旅游需求預(yù)測(cè)[J]. 梁昌勇,馬銀超,陳榮,梁焱. 管理工程學(xué)報(bào). 2015(01)
[8]運(yùn)用PSO-LSSVM模型的城市供電可靠性預(yù)測(cè)[J]. 董紅,石連生,趙鵬程,嚴(yán)俊. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào). 2014(07)
[9]基于CPSO-LSSVM的網(wǎng)絡(luò)入侵檢測(cè)[J]. 劉明珍. 計(jì)算機(jī)工程. 2013(11)
[10]層次環(huán)形拓?fù)浣Y(jié)構(gòu)的動(dòng)態(tài)粒子群算法[J]. 石松,陳云. 計(jì)算機(jī)工程與應(yīng)用. 2013(08)
本文編號(hào):3464573
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3464573.html
最近更新
教材專著