排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
基于蚁群优化支持向量机模型的公路客运量预测 总被引：2，自引：0，他引：2
针对公路客运量预测难以建立精确预测模型的问题,文章引入基于蚁群优化的支持向量机算法对公路客运量进行预测。由于支持向量机的预测精度很大程度上取决于参数的选取,因此利用蚁群算法来优化其训练参数的选择,以得到优化的支持向量机预测模型,利用其对小样本及非线性数据优越的预测性能进行公路客运量的预测。以北京市的数据作为应用算例,并与BP神经网络及传统SVM的预测结果进行对比分析。实验结果表明,基于蚁群的支持向量机模型的预测精度更高,误差更小,可以更有效地对公路客运量进行预测;也说明利用蚁群算法进行支持向量机参数优选的方法是可行有效的。 相似文献
2.
生存分析(survival analysis)适用于事件持续时间及其影响因素的研究.本文以二手房议价持时为研究对象,采用实验经济学方法设计了二手房交易实验,收集二手房交易的微观数据,使用生存分析方法建立Weibull模型和Cox模型进行实证分析,研究了二手房议价持时的影响因素,得出研究结论并提出了降低二手房议价持时的合理建议.研究表明:二手房议价持时与卖方经验、中介经验、价格偏离度、卖方积极度和时间压力成反比,与买方经验成正比,与买方积极度和成交价格无显著关系.本文的创新点在于使用实验经济学方法收集数据,提高了数据的准确度和针对性,同时引入生存分析方法,为二手房议价持时研究提供了新方法与研究视角. 相似文献
1