| 人工鱼群算法优化支持向量机的物流需求预测模型研究 |
| |
| 引用本文： | 陈海英,张萍,柳合龙.人工鱼群算法优化支持向量机的物流需求预测模型研究[J].数学的实践与认识,2016(2):69-75. |
| |
| 作者姓名： | 陈海英 张萍 柳合龙 |
| |
| 作者单位： | 1. 武汉设计工程学院,湖北武汉,430205;2. 信阳师范学院数学与信息科学学院,河南信阳,464000 |
| |
| 基金项目： | 2012年湖北省高校省级教学研究项目(2012458)，2014年华中农业大学楚天学院校级科研项目(K201405)，河南省基础与前沿技术研究计划项目(142300410199;132400410784)，2015年信阳师范学院青年基金项目 |
| |
| 摘 要： | 物流需求受多种因素的作用,具有时变性和混沌性,针对当前支持向量机的参数优化难题,提出一种改进人工鱼群算浅优化支持向量机的物流需求预测模型.首先对原始物流需求数据进行混沌分析,挖掘出隐藏其中的物流需求变化规律,然后采用支持向量机对物流需求数据进行非线性建模,并采用人工鱼群算法搜索支持向量机的参数,最后利用某地区物流数据与当前经典模型进行性能对比测试.结果表明,模型预测精度.更高,更加客观地反映了物流需求变化特性.
|
| 关 键 词： | 支持向量机 区域物流需求 参数优化 人工鱼群算法 |
Logistics Demand Forecasting by Using Support Vector Machine Optimized by Artificial Fish Swarm Algorithm |
| |
| Abstract: | |
| |
| Keywords: | support vector machine logistics demand parameters optimization artificial fish swarm algorithm |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
