期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

航空客运量预测 被引量：1

Airitransportation Passenger Traffic Forecast
下载PDF
导出
摘要 分析SVM的非线性回归预测基本原理,分别选用不同的核函数进行拟合训练预测。然后利用LIBSVM软件求解,利用Python和Gnuplot对核函数的参数寻优。把1975年到2006年全国的客运量数据和其他相关指标作为学习样本,验证寻优参数得到训练模型预测结果的可靠性。 Non-linear predictive theory, is analyzed, different kinds of kernel functions are chosen to do fit training and extrapolation forecast analysis. Then LIBSVM is used to solve the model, Python and Gnuplot are used to find the optimal parameters. The 1975 -2006 National passenger traffic data and other related indicators are taten as a learning sample, then the validity of the training model after parameter optimization is verified.
作者 敖小琴 张桥艳 孙宏
机构地区 中国民用航空飞行学院航空运输管理管理学院
出处 《科学技术与工程》 2009年第24期7503-7505,共3页 Science Technology and Engineering
基金 国家自然科学基金(60472129 60776820)资助
关键词 SVM 参数寻优 客运量预测 SVM parameter optimizationpassenger traffic forecast
分类号 TP301.6 [自动化与计算机技术—计算机系统结构]
  • 相关文献

参考文献2

二级参考文献17

  • 1[1]T. Masters ,Neural,Novel& Hybird Algorithms for Tim Series Pre-diction[M], John Wiley & Sons. Inc., 1995.
  • 2[2]A. D. Papalexopoulos and T. C. Hesterberg , A regression based approach to short term system load forecasting[C], Proceedings of 1989 PICA Conference , 1989:414-423,
  • 3[3]K. L. Ho , Y. Y. Hsu , C. F. Chen , T. E. Lee , C. C. Liang , T . S. Lai , and K. K. Chen , Short term load foreasting of Taiwan power system using a knowledge-based expert system[J], IEEE Tans.on Power Systems , 1990,5(4):1214-1221.
  • 4[4]A.M. Lanchlan , An improved novelty criterion for resource allocating networks[C] , IEE ,Artifical Neural Networks , Conference Publication , 1997:440:48-52
  • 5[5]D.Srinivasan, S.S.Tan , C.S.Chang and E.K.Chan ,Practical im-plentation of a hybrid fuzzy neural network for one-day-ahead load forecasting[J], IEE Proc.-Gener. Transm,1998.11(6):687-692.
  • 6[6]V.N. Vapnik ,The nature of statistical learning theory[M], New York: Springer, 1999.
  • 7[7]A. Smola and B. Scholkopf , A tutorial on support vector regression[M], NeuroCOLT Tech. Rep. TR 1998-030, Royal Holloway College , London , U.K., 1998.
  • 8[8]J.C. Platt , Fast training of support vector machines using sequential optimization , in B. Scholkopf , C. Burges , and A. Smola. Advances in kernel methods: support vector machines[M], Cambridge, MA: MIT Press, 1998.
  • 9[9]S.K.Shevade , S.S. Keerthi , C. Bhattacharyy and K.R.K. Murthy , Im-provements to SMO algorithm for SVM regression[J], IEEE Trans. on Neural Networks,2000,11(5): 1188-1193.
  • 10Adams W,Michael V.Short Term Forecasting of Passenger Demand and Some Application in Quantas.In:AGIFORS Symposium Proc.27,Sydney,Australia,1987.

共引文献105

同被引文献6

引证文献1

二级引证文献1

科学技术与工程
2009年 第24期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部