location: Current position: Home >> Scientific Research >> Paper Publications

基于NCAGA-投影寻踪混合优化城市客运量预测

Hits:

Indexed by:期刊论文

Date of Publication:2012-04-15

Journal:系统工程理论与实践

Included Journals:PKU、ISTIC、CSCD、EI、Scopus

Volume:32

Issue:4

Page Number:903-910

ISSN No.:1000-6788

Key Words:城市客运量预测;投影寻踪模型;混沌理论;加速遗传算法;高斯分布

Abstract:为了提高参数投影寻踪回归(parameter projection pursuit regression,PPPR)模型对城市客运量的预测精度,基于cat映射、高斯分布和精英局部搜索对加速遗传算法进行改进.提出了新的混沌加速遗传算法(new chaos accelerating genetic algorithm,NCAGA),用于对PPPR模型的最佳投影方向a的优选.建立了在外层优化岭函数个数M的同时,内层利用NCAGA优化最佳投影方向a的NCAGA-PPPR混合优化城市客运量预测模型,结合某市统计资料进行了仿真预测.结果表明该方法的预测精度优于BP神经网络模型、传统PPR模型和基于加速遗传优选的PPPR模型,平均绝对相对误差小于3.1%,提高了城市客运量的预测精度,可有效应用于城市客运量的预测.

Pre One:集装箱船舶在港作业对港口服务性能影响的仿真分析

Next One:A Novel Mathematic Denotation and Treatment on Uncertainty