首页> 中文会议>中国系统工程学会第19届学术年会 >基于DBN-LSSVM民航客运量预测

基于DBN-LSSVM民航客运量预测

页面导航

摘要
著录项
相似文献
相关主题

摘要

民航客运量是航空运输的重要组成部分,对民航客运量的精确预测是航空港口规划和管理的重要依据之一.为了降低民航客运量各影响因素间的复杂相关性对模型性能的影响,建立了一种基于深度信念网络(DBN)和最小二乘支持向量机(LSSVM)相结合的民航客运量预测模型.首先通过深度信念网络对数据进行特征提取,消除变量之间的相关性,以减少最小二乘支持向量机模型的输入;并结合一种新型混沌粒子群—模拟退火混合优化(CPSO-SA)算法对模型参数进行优化,以提高模型的预测性能及泛化能力.通过将DBN-LSSVM模型方法应用于全国民航客运量的预测中,并与RBF、 LSSVM及PCA-LSSVM模型相比,结果表明DBNLSSVM模型方法能有效提高民航客运量的预测精度和预测稳定性.

著录项

来源
《中国系统工程学会第19届学术年会》|2016年|1-12|共12页
会议地点北京
作者
ZHAO Chao; 赵超; WANG Gui-ping; 王贵评; DAI Kun-cheng; 戴坤成; ZHANG Dengfeng; 张登峰;
展开▼
作者单位

中国系统工程学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类旅客运输技术设备;
关键词
航空运输; 客运量; 最小二乘支持向量机模型; 深度信念网络; 预测精度;

相似文献

中文文献
外文文献
专利

1. 基于BP神经网络的北京民航客运量预测 [J] . 张良勇 ,郭猛 . 河北企业 . 2020,第004期
2. 基于ELM模型的民航客运量预测研究 [J] . 陈聪聪 ,李程 ,刘聪灵 . 物流科技 . 2020,第002期
3. 基于偏最小二乘回归的民航客运量预测与分析 [J] . 李维 ,肖红专 . 黑龙江科技信息 . 2017,第026期
4. 基于偏最小二乘回归的民航客运量预测与分析 [J] . 李维 ,肖红专 . 科学技术创新 . 2017,第026期
5. 基于ARIMA 模型的中国民航客运量预测 [J] . 黄若冰1 . 环球市场 . 2016,第006期
6. 基于ARIMA模型的民航客运量预测 [C] . 韩韵 ,刘建波 . 第十三届中国不确定系统年会暨第九届中国智能计算大会 . 2015
7. 基于组合模型的民航客运量预测研究 [A] . 张蕾 . 2019

基于DBN-LSSVM民航客运量预测

摘要

著录项

相似文献

相关主题

期刊订阅