河北省社会科学基金(HB12YJ035)
- 作品数：3 被引量：28H指数：3
- 相关作者：耿立艳赵鹏梁毅刚丁璐璐更多>>
- 相关机构：石家庄铁道大学河北科技师范学院哈尔滨理工大学更多>>
- 发文基金：河北省社会科学基金国家软科学研究计划教育部人文社会科学研究基金更多>>
- 相关领域：经济管理自动化与计算机技术理学更多>>
- 基于二阶振荡微粒群最小二乘支持向量机的物流需求预测被引量：19
- 2012年
- 为了提高物流需求的预测精度,在分析物流需求影响因素基础上,建立了物流需求的二阶振荡微粒群最小二乘支持向量机预测模型。利用最小二乘支持向量机(LSSVM)描述物流需求与其影响因素间的复杂非线性关系,并通过二阶振荡微粒群(TOOPSO)算法优化选择LSSVM参数。实例分析表明,模型具有较高的预测精度,TOOPSO算法搜索LSSVM最优参数时间明显少于传统交叉验证法,是一种有效的物流需求预测方法。
- 耿立艳赵鹏张占福
- 关键词：物流需求预测最小二乘支持向量机
- 基于核主成分-最小二乘支持向量机的区域物流需求预测被引量：7
- 2012年
- 概述区域物流需求预测方法,分别阐明核主成分分析(KPCA)和最小二乘支持向量机(LSSVM)模型的原理,提出将核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合,建立核主成分-最小二乘支持向量机(KPCA-LSSVM)预测模型。先利用KPCA对数据进行预处理,消除变量之间的相关性,提取非线性主成分,再通过LSSVM对提取的非线性主成分进行训练,建立预测模型。最后,通过实例验证比较LSSVM与KPCA-LSSVM两种模型的预测性能。结果表明,KPCA-LSSVM的预测精度较LSSVM明显提高,是一种有效的中短期区域物流需求预测方法。
- 梁毅刚耿立艳张占福
- 关键词：区域物流最小二乘支持向量机核主成分分析
- 基于灰关联分析的最小二乘支持向量机物流需求预测被引量：6
- 2013年
- 将最小二乘支持向量机(LSSVM)与灰色关联分析方法结合,提出一种基于灰色关联分析的最小二乘支持向量机物流需求预测方法。该方法采用灰色关联分析选取影响物流需求的主要因素,再将选取出的主要影响因素作为LSSVM输入变量,利用LSSVM的非线性映射优势预测物流需求量。对我国物流需求的实证研究表明,灰色关联分析能够有效选择LSSVM输入变量,基于灰色关联分析的LSSVM模型较单一LSSVM具有更高的物流需求预测精度。
- 耿立艳丁璐璐
- 关键词：物流需求预测最小二乘支持向量机灰关联分析
