基于判别分析-SVR的民航客运量预测模型研究及应用

摘要：

为了提高预测民航客运量的能力,考虑到民航客运量与其影响因素之间存在关联, 并利用训练样本与测试样本间的马氏距离对惩罚因子进行加权,改进传统的ε支持向量回归机(SVR),构造了基于进化ε-SVR的"影响因素-民航客运量"预测模型.在选择适当的参数和核函数的基础上,对中国民航客运量进行仿真实验,与标准的ε-SVR方法、BP人工神经网络和线性回归方法进行了对比,发现该方法能获得较小的训练相对误差和测试相对误差.

关键词：民航客运量、支持向量回归机、预测

所属期刊栏目：45

分类号：F272;TP391(企业经济)

资助基金：国家自然科学基金60472129

在线出版日期：2008-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：527-531