已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、鐵路作為最大眾化的交通工具,一直是人們出行的主要方式之一。近些年隨著高鐵的建設不斷加快,選擇鐵路出行的人越來越多,由此進一步地刺激了客運量的增長??瓦\量的增長迫切需要我們加快鐵路的建設。因此,作為建設依據(jù)之一的客運量預測,正發(fā)揮著越來越大的作用。
選擇合適的方法能有效地提高預測的精度。本文把支持向量機(SVM)和遺傳算法(GA)結合的GA-SVM方法運用到鐵路客運量預測當中,探討GA-SVM在鐵路客運量預測中的作用。
2、 本文首先對客運量預測的重要程度進行了探討,并且介紹了一些常規(guī)的預測方法,如時間序列預測法、回歸模型、灰色預測等等。通過分析比較各種方法的優(yōu)缺點,指出探索新方法的必要性。
其次對影響鐵路客運量的變化因素進行了總結。根據(jù)相關性分析,確立影響鐵路客運量變化的主要影響因子。
接著,通過介紹支持向量機和遺傳算法的基礎理論,選擇了兩種結合的方法,即GA-SVM作為本文的預測方法,建立了影響因素下的GA-SVM的鐵路客運量預測模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法和BP神經(jīng)網(wǎng)絡的鐵路客運量預測研究.pdf
- 基于遺傳算法優(yōu)化灰色神經(jīng)網(wǎng)絡的浙江省公路客運量預測模型.pdf
- 基于ARIMAX模型的鐵路客運量預測研究.pdf
- 鐵路客運量短期預測方法的研究.pdf
- 基于支持向量機和遺傳算法股市預測.pdf
- 高速鐵路客運需求分析與客運量預測研究.pdf
- 基于遺傳算法優(yōu)化支持向量機的圖像識別
- 基于支持向量機和遺傳算法的混凝土碳化預測研究.pdf
- 基于灰色理論與智能算法的鐵路客運量預測組合模型研究.pdf
- 基于灰色神經(jīng)網(wǎng)絡的鐵路客運量預測方法研究.pdf
- 廣東西部沿海鐵路客運量預測研究.pdf
- 基于線性回歸的我國客運量預測模型
- 數(shù)據(jù)挖掘技術在我國鐵路客運量預測中的應用.pdf
- 支持向量機并行訓練算法與基于遺傳算法的參數(shù)優(yōu)化研究.pdf
- 基于遺傳算法優(yōu)化支持向量機的我國創(chuàng)新型城市評價.pdf
- 公交客運量預測技術研究.pdf
- 我國鐵路客運量的組合問題研究.pdf
- 基于foa-svr的公路客運量預測研究
- 城市公交客運量的組合預測研究.pdf
- 基于支持向量機的航段運量預測研究.pdf
評論
0/150
提交評論