| 基于CEEMD-SVM组合模型的快递业务量预测 | |
| 李辰颖 | |
| 刊名 | 统计与决策
 |
| 2019 | |
| 期号 | 2019年12期页码:83-85 |
| 关键词 | 互补集合经验模态分解 支持向量机 快递业务量 相空间重构 |
| ISSN号 | 1002-6487 |
| DOI | 10.13546/j.cnki.tjyjc.2019.12.020 |
| 英文摘要 | 如何准确预测快递业务量,对提升快递业服务的效率和质量非常重要。文章针对此问题提出了一种基于互补集合经验模态分解(CEEMD)和支持向量机(SVM)的组合模型,为了提升模型精度对分解后的数据进行了相空间重构,并采用粒子群算法对SVM模型的参数进行优化。仿真结果表明,该模型优于其他两种对比模型,能够以一定的精度预测快递业务量。 |
| URL标识 | 查看原文 |
| 语种 | 中文 |
| 内容类型 | 期刊论文 |
| 源URL | [http://10.2.47.112/handle/2XS4QKH4/10406]  |
| 专题 | 上海财经大学 |
| 作者单位 | 1.上海财经大学会计学院 2.北京林业大学经济管理学院 |
| 推荐引用方式 GB/T 7714 | 李辰颖. 基于CEEMD-SVM组合模型的快递业务量预测[J]. 统计与决策,2019(2019年12期):83-85. |
| APA | 李辰颖.(2019).基于CEEMD-SVM组合模型的快递业务量预测.统计与决策(2019年12期),83-85. |
| MLA | 李辰颖."基于CEEMD-SVM组合模型的快递业务量预测".统计与决策 .2019年12期(2019):83-85. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论