作者：张华春; 黄有方; 胡坚堃吞吐量预测
摘要：为对港口吞吐量进行科学预测,在最小二乘支持向量机（Least Squares Support Vector Machine,LSSVM）基础上,引入灰色关联分析（Grey Relational Analysis,GRA）和二阶振荡粒子群优化（Two-Order Oscillating Particle Swarm Optimization,TOOPSO）,提出一种新的GRA-TOOPSO-LSSVM算法预测港口吞吐量.采用GRA法筛选出对上海港吞吐量有重大影响的因素,并将其作为LSSVM的输入变量;采用TOOPSO法对LSSVM的参数进行寻优;运用LSSVM非线性映射的优势对上海港吞吐量进行预测.在上海港吞吐量实证研究的过程中,GRA-TOOPSO-LSSVM算法与TOOPSOLSSVM和基于交叉验证的LSSVM算法进行对比分析.研究结果表明,GRA-TOOPSO-LSSVM算法具有更好的预测精度和收敛速度,为港口吞吐量预测的研究提供了一种新的方法.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
