|
|||||
|
|
| 基于参数化三角范数的铁路货运量选择集成预测 | |
| 作者单位： | ;1.西安铁路职业技术学院土木工程系 |
| 摘 要： | 针对铁路货运量预测中预测方法单一、准确度不高、泛化能力弱问题,基于参数化模糊逻辑理论,结合前序法选择策略,提出了一种新的基于Yager三角范数的选择性集成学习模型,并应用于铁路货运量预测.采用5种常用的单预测模型作为候选基学习机模型,以误差率作为评价指标,采用前序选择策略选定2种基学习机进行集成预测;以遗传算法和最小二乘法确定集成模型的参数,实现铁路货运量预测基学习机的最优组合.试验结果显示,对比单预测模型、最优组合预测模型和均方误差导数预测模型,新提出的选择集成模型取得了最低的误差率,表明其在铁路货运量预测中能够有效提高预测精度. |
| 关 键 词： | 铁路货运量 预测 选择性集成学习 Yager三角范数 遗传算法 |
Selective Ensemble Forecasting of Railway Freight Volume Based on Parametric Triangle Norm |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |