基于ICSO-SVM模型的物流吞吐量研究

研究融合支持向量机与改进的鸡群优化算法构建新的物流吞吐量预测模型，并对其进行验证。研究结果表明，模型中算法达到最佳平均适应度值0.0632仅需20次左右，训练拟合效果良好，最高可达100%。模型误差在对比算法与模型中最低，平均绝对误差为762.2,平均绝对百分比误差为1.05%,均方根误差为814.7。在对物流吞吐量的预测中，模型得出高速发展年均增长率为1.2%,基准发展年均增长率为0.8%,低速发展年均增长率为0.5%的结论。