基于支持向量机铁路客运量预测.PDFVIP

维普资讯 第26卷第2期 辽宁工程技术大学学报 2007年 4月 V_01．26 No．2 JournalofLiaoningTechnicalUniversity Apr． 2007 文章编号：1008—0562(2007)02—0269—04 基于支持向量机的铁路客运量预测 彭珍瑞 ，孟建军 ，祝 磊 ，蒋兆远 (1，兰州交通大学 机电工程学院，甘肃 兰州 730070；2，浙江大学 电气工程学院，浙江 杭州 310027) 摘 要：提出了一种基于最小二乘支持向量机 (LS—SVM)的铁路客运量预测的新方法。1985--2002年的铁路客运量组成整个数据 集。前 5年的客运量用来预测第 6年的客运量，由 1985--1999年的客运量建立 LS．SVM 客运量预测模型。运用建立该模型预测 2000--2002年的铁路客运量。结果表明：提出的LS．SVM客运量预测方法是有效的 关键词：最小二乘支持向量机；铁路；预测：客运量 中图分类号： U429．4 文献标识码： A SVM--basedpredictionofrailwaypassengervolume PENGZhenr·ui，MENGJian-jun，ZHULei，JIANGZhaoy·uan (1．SchoolofMechatronicsEngineering，LanzhouJiaotongUniversity,Lanzhou730070China；2．Collegeof ElectricalEngineering，ZhejiangUniversity,Hangzhou310027，China) Abstract：TAnew predictionapproachforrailwaypassengervolumeisputofrwardbymeansofLeastSquraes SupportVectorMachinefLS—SVM)．TIlerailwaypassengervolumefrom 1985to2002consistsofthetotaldata set．Thepassengervolumeinthe p‘‘ast5yeras’’isusedtopredicthtepassengervolumeinhte6thyera．The passengervolumerfom 1985to1999isappliedtobuildLS—SVM modelofrpassengervolumeprediction．The prediction isconductedusingpassengervolumerfom 2000—2002．TIleresultsshow thatLS—SVM prediction methodisaneffectivetoolofrrailwaypassengervolumeprediction． Keywords：leastsquraessupportvectormachine；railway；prediction passengervolume 引 言 杂，而且相对于小样本数据需要估计的参数较多， 容易陷入局部极小值 。另外，神经网络方法由于基 铁路客运量预测是对客运量的发展趋势进行动 于经验风险最小化 (EmpiricalRiskMinimization， 态分析，并在定性基础上进行定量计算。铁路客运 简称ERM)准则，泛化能力受到限制。 量对铁路建设项 目的经济评价、国家资源的配置以 建立在统计学习理论 】基础上的支持 向量机 及铁路企业 内部投资结构的调整和经营管理具有 (Sup