公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

基于灰色自适应粒子群LSSVM的铁路货运量预测被引量：14: 2012年; 为了提高铁路货运量的预测精度及建模速度,将灰色预测模型(GM(1,1))、最小二乘支持向量机(LSSVM)和自适应粒子群优化(APSO)算法相融合,建立了灰色自适应粒子群最小二乘支持向量机(GM-APSO-LSSVM)预测模型.通过灰色预测模型中的灰色序列算子,弱化原始数列随机性,挖掘数列中蕴含的规律,利用最小二乘支持向量机计算简便、求解速度快、非线性映射能力强的特点进行预测,并采用自适应粒子群算法优化选择LSSVM参数.对我国铁路货运量的实例分析表明:用该模型得到的评价指标RMSE、MAE、MPE和Theil不等系数分别为0.062 8、0.052 3、0.016 2和0.010 7,均小于其它模型,预测性能好;用APSO算法搜索LSSVM最优参数的时间为55.656 s,比传统交叉验证法减少了10.462 s;2006～2009年的预测相对误差分别为0.39%、-1.67%、1.44%和4.75%,适用于铁路货运量的短期预测.; 耿立艳梁毅刚; 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

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

股指波动率的最小二乘支持向量机预测方法被引量：2: 2015年; 为了提高金融波动率的预测精度,提出一种将相空间重构技术、最小二乘支持向量机(LSSVM)与变加速系数粒子群优化(PSO_TVAC)算法相结合的波动率预测方法。首先,对原始波动率序列进行相空间重构,判断其混沌特性;其次,利用LSSVM优良的非线性映射特性对重构后的序列进行建模及预测,同时采用PSO_TVAC算法选择LSSVM最优参数。将该方法应用于上证综指股指收益的波动率预测,结果表明,此方法获得了较高的波动率预测精度,为波动率的准确预测提供了一种有益尝试。; 耿立艳; 关键词：波动率预测最小二乘支持向量机

基于灰色关联分析的LS-SVM铁路货运量预测被引量：48: 2012年; 为提高对铁路货运量的预测精度及建模速度,在分析货运量影响因素基础上,提出基于灰色关联分析的LS-SVM铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素,采用灰色关联分析法对两方面因素与货运量进行相关性分析,根据灰色关联度值,结合定性分析筛选LS-SVM输入变量,简化LS-SVM结构,再通过随机权重粒子群(SIWPSO)算法优化选择LS-SVM模型参数。通过对我国1980～2009年铁路货运量实例分析表明:该方法具有较快的收敛速度和较高的预测精度。; 耿立艳张天伟赵鹏; 关键词：铁路货运量灰色关联分析最小二乘支持向量机

基于最小二乘小波支持向量机的股指波动率预测: 2018年; 为提高金融波动率的预测精度,用极差估算股指波动率,建立了基于最小二乘小波支持向量机(LS-WSVM)的波动率预测模型,以上证综指和深证成指的日数据、周数据和月数据为数据样本,通过LL、NMSE、NMAE指标验证了LSWSVM在波动率预测方面的有效性。结果表明,LS-WSVM用于波动率预测是有效的,对不同频率波动率的预测精度优于高斯核LS-SVM,在预测较低频率波动率中表现更好,不同小波核之间的预测精度相差不大。; 耿立艳张占福梁毅刚; 关键词：波动率最小二乘小波支持向量机

中国股指波动率的智能预测模型与实证检验: 2016年; 文章提出将改进型粒子群算法与最小二乘支持向量机(LSSVM)相结合的中国股指波动率智能预测方法,利用径向基核函数LSSVM对股指波动率进行建模及预测,并将自适应惯性权重粒子群算法(AIWPSO)和动态加速系数粒子群算法(DACPSO)分别实现径向基核函数LSSVM的参数优化,建立了两种股指波动率的智能预测模型。以日内价格极差作为波动率的代理变量,通过对上证综指和深证成指的实证研究检验了两模型的有效性。检验结果表明,AlWPSO算法优化的径向基核函数LSSVM作为中国股指波动率智能预测模型,具有更高的波动率预测精度和更快的建模速度。; 耿立艳郭斌; 关键词：波动率预测最小二乘支持向量机

竞合视角下环渤海港口物流发展研究被引量：4: 2012年; 环渤海地区经济发展潜力巨大,港口群物流合作逐步推进,同时竞争亦是非常激烈。本文在分析环渤海港口发展状况及主要港口赢利点基础上,对环渤海港口竞合态势进行分析总结,最后基于竞合理论,提出环渤海港口物流发展方案。; 李占平耿立艳; 关键词：竞合环渤海港口港口物流

全选清除导出

共1页<1>

教育部人文社会科学研究基金(11YJC790048)