基于粒子群算法优化支持向量机的公路客运量预测

摘要：

公路客运量数据受多种因素影响而呈现非线性等特点,为了提高其预测精度,文中提出粒子群算法(PSO)优化支持向量机(SVM)的公路客运量预测模型,利用PSO寻优能力突出的优点,对支持向量机的参数进行优化选择,并用优化后的支持向量机模型对公路客运量进行预测.研究结果显示,相比BP神经网络和传统的SVM预测方法,基于PSO SVM的预测精度更高.

关键词：公路运输、支持向量机(SVM)、公路客运量、粒子群算法(PSO)

分类号：U492.4(交通工程与公路运输技术管理)

在线出版日期：2014-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：67-69