基于遗传算法-支持向量机的铁路货运量预测.pdfVIP

第27卷 第l2期 计 算 机 仿 真 2010年l2月 文章编号：1006—9348(2010)12—0320—03 基于遗传算法 一支持向量机的铁路货运量预测 王 治 (九江学院信息科学与技术学院，江西 九江 332005) 摘要：铁路货运嚣预测是铁路运输部 门一项重要工作。针对建立精确预测模型的困难 ，结合支持 向量机 与遗传算法 (GA— SVM)，提出一种铁路货运量预测新方法。利用遗传算法确定支持向量机中的训练参数，以得到优化的支持向量机预测模 型，并利用支持 向量机在小样本、非线性中优越 的预测性能对铁路货运量进行预测。昆明市 1991～2005年铁路货运量数据 作为实验数据 ，并采用 RBF神经网络与GA—SVM进行对 比分析，实验结果表 明，GA—SVM预测精确更高，误差更小，可 以 更有效地对铁路货运量进行预测 。 关键词：铁路货运量 ；支持 向量机 ；遗传算法；预测模型 中图分类号 ：U294．1+3 文献标识码 ：B PredictionofRailwayFreightVolumeBasedon GeneticAlgorithm ——SupportVectorM achine W ANG Zhi (SchoolofInformationScienceandTechnology，JiujiangUniversity，JiujiangJiangxi332005，China) ABSTRACT：Predictionofrailwayfreightvolumeisanimportantresponsibityofrailwaytransportationmanagement department．Inthepaper，thenovelmethodcombiningsupport vectormachineandgeneticalgorithm isproposedto forecastrailwayfreightvolume．Geneticalgorithm (GA)isusedtodetemriRetrainingparametersofsupportvector machineinthismodel，whichcangainoptimizedSVM forecastingmodel，andrailwayfreightvolumeisforecastedby utilizingexcellentforecastingperformancein smallsample andnonlinearofsuppo~ vectormachine．Therailway freightvolumedataofKunmingcityfrom 1991to2005areusedastheexperimentaldata．AndRBFneuralnetworkis adoptedtocomparewithGA —SVM．TheexperimentalresultsindicatethattheproposedGA —SVM modelcana— chievegreateraccuracythanRBFneuralnetwork，andthemethodcanforecastrailwayfreightvolumemoreeffective— ly． KEYWORDS：Railwayfreightvolume；Supportvectormachine(SVM)；Geneticalgorithm(GA)；Predictionmethod 支持向量机 (SupportVectorMachine，SVM)是一种基于 l 引言