本文關鍵詞：基于PCA改進的SOR-LS-SVM公路旅游客流量預測模型

  更多相關文章： 主成分分析法 最小二乘支持向量機 SOR-LS-SVM 公路旅游客流量 預測模型

【摘要】：影響公路交通旅游客流量的眾多因素增加了預測模型中的輸入變量復雜性,減少了模型運行速度和預測準確度。首先,采用主成分分析法對影響公路旅游客流量的指標進行分析得到了主成分即輸入變量,然后建立以主成分為輸入變量、以旅游客流量為輸出變量的基于超松弛改進的最小二乘支持向量機預測模型。通過實際例子驗證和比較,揭示了基于主成分分析法改進的超松弛的最小二乘支持向量機公路交通旅游客流量預測模型具有較好的預測精度和較高的應用前景。
【作者單位】： 大理學院數(shù)學與計算機學院;大理學院工程學院;
【基金】：云南省教育廳科學研究基金項目(項目號:2010C140);云南省教育廳科學研究基金重點項目(項目號:2013Z152)
【分類號】：U492.413;TP18
【正文快照】： 對公路交通旅游客流量的預測是公路建設項目研究的重要組成部分,交通旅游客流量預測的準確性是衡量一個公路建設項目運作成功的一個重要指標,交通旅游客流量的預測和分析結果將直接影響到項目決策的科學性和合理性。隨著經(jīng)濟的快速發(fā)展,旅游客流量已經(jīng)成為公路交通旅游客流量

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 李樹清;;改進的主成分分析法在綜合評估中的應用[J];濟寧學院學報;2010年03期

2 張朝元,胡光華,徐天澤,殷英;支持向量機改進的神經(jīng)網(wǎng)絡的函數(shù)逼近[J];昆明理工大學學報(理工版);2004年06期

3 張朝元;陳麗;;基于LS-SVM的大理州入境游客流量時間序列預測[J];科學技術與工程;2008年20期

4 孫崎峰;周栩;孫曉峰;;基于改進BP神經(jīng)網(wǎng)絡的公路旅游客流量預測[J];山東理工大學學報(自然科學版);2008年06期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李淑華;徐良培;陶建平;;基于支持向量機的我國水產(chǎn)品出口貿(mào)易風險預警研究[J];安徽農(nóng)業(yè)科學;2008年30期

2 程偉;張燕平;趙姝;;支持向量機在糧食產(chǎn)量預測中的應用[J];安徽農(nóng)業(yè)科學;2009年08期

3 趙萬明;黃彥全;諶貴輝;;基于支持向量機的農(nóng)村用電量需求預測[J];安徽農(nóng)業(yè)科學;2009年25期

4 張水清;黃紹敏;郭斗斗;楊尊玉;;基于主成分分析法的土壤肥力評價[J];安徽農(nóng)業(yè)科學;2011年02期

5 李崇梅;舒永久;;高等農(nóng)業(yè)院校人力資源管理專業(yè)課程體系構建與改革[J];安徽農(nóng)業(yè)科學;2011年08期

6 金星華;姚艷紅;劉文利;;延邊地區(qū)北五味子種植土壤養(yǎng)分的主成分分析和聚類分析[J];安徽農(nóng)業(yè)科學;2011年24期

7 張朝元;陳麗;吳琢了;;基于主成分聚類分析的大理州經(jīng)濟發(fā)展綜合評價[J];安徽農(nóng)業(yè)科學;2012年10期

8 陳麗;張朝元;;功效系數(shù)法在汶川地震災情綜合評價中的應用[J];安徽農(nóng)業(yè)科學;2012年10期

9 汪祖丞;劉玲;;旅游客流預測模型的比較及其實證研究——以黃山風景區(qū)為例[J];安徽師范大學學報(自然科學版);2010年03期

10 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預測[J];半導體技術;2011年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 周綺鳳;林成德;羅林開;彭洪;;一種基于黎曼度量的訓練樣本類不平衡SVM分類方法研究[A];第二十六屆中國控制會議論文集[C];2007年

2 顧小軍;楊世錫;錢蘇翔;;基于支持向量機的旋轉機械多類故障識別研究[A];第二十六屆中國控制會議論文集[C];2007年

3 康傳會;汪曉東;汪軻;常健麗;;基于最小二乘支持向量機的遲滯建模方法[A];第二十九屆中國控制會議論文集[C];2010年

4 王強;曾向陽;王曙光;李娜;;主元分析在水下目標特征選擇中的應用[A];中國聲學學會水聲學分會2011年全國水聲學學術會議論文集[C];2011年

5 劉英林;劉洪鵬;g竊，

本文編號：1157936