本文關(guān)鍵詞：人工魚群算法優(yōu)化支持向量機(jī)的物流需求預(yù)測模型研究

  更多相關(guān)文章： 支持向量機(jī) 區(qū)域物流需求 參數(shù)優(yōu)化 人工魚群算法

【摘要】：物流需求受多種因素的作用,具有時(shí)變性和混沌性,針對(duì)當(dāng)前支持向量機(jī)的參數(shù)優(yōu)化難題,提出一種改進(jìn)人工魚群算淺優(yōu)化支持向量機(jī)的物流需求預(yù)測模型.首先對(duì)原始物流需求數(shù)據(jù)進(jìn)行混沌分析,挖掘出隱藏其中的物流需求變化規(guī)律,然后采用支持向量機(jī)對(duì)物流需求數(shù)據(jù)進(jìn)行非線性建模,并采用人工魚群算法搜索支持向量機(jī)的參數(shù),最后利用某地區(qū)物流數(shù)據(jù)與當(dāng)前經(jīng)典模型進(jìn)行性能對(duì)比測試.結(jié)果表明,模型預(yù)測精度.更高,更加客觀地反映了物流需求變化特性.
【作者單位】： 武漢設(shè)計(jì)工程學(xué)院;信陽師范學(xué)院數(shù)學(xué)與信息科學(xué)學(xué)院;
【關(guān)鍵詞】： 支持向量機(jī) 區(qū)域物流需求 參數(shù)優(yōu)化 人工魚群算法
【基金】：2012年湖北省高校省級(jí)教學(xué)研究項(xiàng)目(2012458) 2014年華中農(nóng)業(yè)大學(xué)楚天學(xué)院校級(jí)科研項(xiàng)目(K201405) 河南省基礎(chǔ)與前沿技術(shù)研究計(jì)劃項(xiàng)目(142300410199,132400410784) 2015年信陽師范學(xué)院青年基金項(xiàng)目
【分類號(hào)】：F259.2;TP183
【正文快照】： 1引言隨著我國經(jīng)濟(jì)的迅速發(fā)展,經(jīng)濟(jì)全球化成為一種常態(tài),物流系統(tǒng)發(fā)展程度成為評(píng)價(jià)一個(gè)國家和地區(qū)經(jīng)濟(jì)好壞的重要指標(biāo)W.在一個(gè)物流系統(tǒng)中,物流需求的預(yù)測技術(shù)最為關(guān)鍵,其可以為管理部門進(jìn)行物流規(guī)劃提供參考依據(jù),也可以為物流企業(yè)制定合理方案提供有價(jià)值的指導(dǎo)意見,因此物流需

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃光球,蘇錦旗;基于人工魚群算法的高級(jí)綜合生產(chǎn)計(jì)劃優(yōu)化研究[J];微機(jī)發(fā)展;2005年10期

2 黃光球;王西鄧;劉冠;;基于網(wǎng)格劃分策略的改進(jìn)人工魚群算法[J];微電子學(xué)與計(jì)算機(jī);2007年07期

3 于飛;張秋亮;王智慧;;基本人工魚群算法的研究與改進(jìn)[J];中國電力教育;2007年S3期

4 黃華娟;周永權(quán);;求解全局優(yōu)化問題的混合人工魚群算法[J];計(jì)算機(jī)應(yīng)用;2008年12期

5 曲良東;何登旭;;混合變異算子的人工魚群算法[J];計(jì)算機(jī)工程與應(yīng)用;2008年35期

6 聶黎明;周永權(quán);;用人工魚群算法求解二重?cái)?shù)值積分[J];計(jì)算機(jī)工程與應(yīng)用;2009年10期

7 胡孟杰;;TSP問題的人工魚群解決方案[J];中國科技信息;2009年11期

8 曲良東;何登旭;;基于自適應(yīng)高斯變異的人工魚群算法[J];計(jì)算機(jī)工程;2009年15期

9 劉彥君;江銘炎;;自適應(yīng)視野和步長的改進(jìn)人工魚群算法[J];計(jì)算機(jī)工程與應(yīng)用;2009年25期

10 王聯(lián)國;洪毅;施秋紅;;全局版人工魚群算法[J];系統(tǒng)仿真學(xué)報(bào);2009年23期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 劉耀年;姚玉萍;李迎紅;劉俊峰;;基于人工魚群算法RBF神經(jīng)網(wǎng)絡(luò)[A];第十屆全國電工數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王聯(lián)國;人工魚群算法及其應(yīng)用研究[D];蘭州理工大學(xué);2009年

2 李曉磊;一種新型的智能優(yōu)化方法-人工魚群算法[D];浙江大學(xué);2003年

3 張梅鳳;人工魚群智能優(yōu)化算法的改進(jìn)及應(yīng)用研究[D];大連理工大學(xué);2008年

，

本文編號(hào)：677094