基于粒子群算法优化支持向量机的铁路客运量预测模型
基于粒子群算法优化支持向量机的铁路客运量预测模型
77 4.3
27 2021-09-19
pdf | 162KB | 未知
正文 简介
铁路客运量数据受多种因素影响而呈现出非线性等特点,为了进一步提高其预测精度,文章提出了粒子群算法(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了优化选择,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,从而表明了粒子群算法优化支持向量机的方法是有效的.
对不起，您暂无在线预览权限，如需浏览请
立即登录*温馨提示：该数据为用户自主上传分享，如有侵权请举报或联系客服：400-823-1298处理。
热门商品
- 2025-01-15 13510119*** 10KB 4.5
- 2025-01-15 13510119*** 17KB 4.5
- 2025-01-15 13510119*** 498KB 5
- 2025-01-14 13438009*** 3.6MB 4.5
- 2025-01-14 13438009*** 14.7MB 4.5
- 2025-01-14 13438009*** 7.9MB 4.5
- 2025-01-14 13438009*** 5.2MB 4.5
- 2025-01-14 13438009*** 38KB 4.5
- 2025-01-14 13438009*** 1.0MB 4.5
- 2025-01-14 13438009*** 1.0MB 4.5
您可能感兴趣
50
原价:
100 积分
立即购买