基于支持向量机的物流量预测——以成都市为例OA
Logistics Forecasting Based on Support Vector Machine: A Case Study of Chengdu
考虑到支持向量机强大的泛化能力,运用支持向量机技术预测了成都市近期和中期物流量.研究表明,随着样本数据的增加,支持向量机的预测值与实际值间的相对误差总体呈下降趋势,并且与多元线性回归方法相比,支持向量机具有较高的预测精度,证明了支持向量机用于物流量预测的有效性.
岳辉;吴波;单翠;陈彦如
中国中铁二院工程集团有限责任公司,四川成都610031西南交通大学经济管理学院,四川成都610031西南交通大学经济管理学院,四川成都610031西南交通大学经济管理学院,四川成都610031
交通运输
物流量预测支持向量机多元线性回归相对误差
《交通标准化》 2014 (15)
87-91,5
评论