点击次数：

论文类型：期刊论文

发表时间：2012-01-01

发表刊物：大连理工大学学报

收录刊物：Scopus、EI、PKU、ISTIC、CSCD

卷号：52

期号：02

页面范围：227-232

关键字：nu-支持向量回归机; 遗传算法; 混沌映射; 自适应机制; 客运量预测

摘要：针对城市客运量预测问题本身所存在的小样本、高维数和非线性等特点,将nu-支持向量回归机(nu-support vector
   regression,nu-SVR)应用于城市客运量预测。为了提高nu-SVR模型的预测精度和泛化性能,利用基于混沌理论和自适应机制的混沌自适应
   遗传算法(chaosadaptive genetic
   algorithm,CAGA)优选nu-SVR模型参数,建立了基于CAGA进行参数优选的CAGA-nu-SVR城市客运量预测模型。结合1978~
   2008年统计数据进行了仿真预测,结果表明该模型的预测性能优于RBF神经网络模型、GA-SVR模型和GA-nu-SVR模型,平均绝对相对误差控制
   在2。3%以内,可有效应用于城市客运量预测。