基于粒子群优化最小二乘支持向量机的城市货运生成预测模型——以合肥都市圈为例1

摘要：

城市货运量预测是一个复杂的非线性过程.该文提出一种基于粒子群(PSO)优化最小二乘支持向量机(LSSVM)的城市货运生成预测模型.首先选取社会经济、工业、地理特征作为货运量主要影响因素;其次利用PSO算法优化LSSVM特征参数,提高LSSVM准确率;最后以合肥都市圈2014-2020年数据为例,验证该方法的有效性.LSSVM预测平均相对误差为26％,PSO算法优化LSSVM预测平均相对误差为12％.实验结果表明,基于PSO算法优化LSSVM的城市货运生成预测模型具有较高预测精度,能够有效揭示货运量与相关变量间的非线性映射关系.

关键词：需求预测模型、城市货运生成、最小二乘支持向量机、粒子群优化

所属期刊栏目：10

分类号：TP212.9;TM359.4;TD633

资助基金：国家重点研发计划2019YFE0123800

在线出版日期：2023-10-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：28-34