王琪：基于改进线性回归模型的民航货物周转量预测论文

本文主要研究内容

作者王琪,李继唐（2019）在《基于改进线性回归模型的民航货物周转量预测》一文中研究指出：采用遗传算法对线性回归模型中的求参过程进行优化,以期提高民航货物周转量预测模型精度。首先运用线性回归模型对民航货物周转量进行预测,结果预测准确率为0. 83;之后采用遗传算法进行优化,且当交叉默认概率Pc=0. 85,变异概率为Pm=0. 01,所得预测结果最优,准确率为0. 94。结果表明:利用遗传算法对线性回归模型进行优化能够提高民航货物周转量预测精度。

Abstract

cai yong wei chuan suan fa dui xian xing hui gui mo xing zhong de qiu can guo cheng jin hang you hua ,yi ji di gao min hang huo wu zhou zhuai liang yu ce mo xing jing du 。shou xian yun yong xian xing hui gui mo xing dui min hang huo wu zhou zhuai liang jin hang yu ce ,jie guo yu ce zhun que lv wei 0. 83;zhi hou cai yong wei chuan suan fa jin hang you hua ,ju dang jiao cha mo ren gai lv Pc=0. 85,bian yi gai lv wei Pm=0. 01,suo de yu ce jie guo zui you ,zhun que lv wei 0. 94。jie guo biao ming :li yong wei chuan suan fa dui xian xing hui gui mo xing jin hang you hua neng gou di gao min hang huo wu zhou zhuai liang yu ce jing du 。

论文参考文献

[1].2004年铁路货物周转量位居全国各类运输之首[J]. 刘勇. 铁道运输与经济.2005(03)

[2].货物周转量[J]. 中国经济景气月报.2008(S1)

[3].这里[J]. 新世纪周刊.2009(07)

[4].基于SPSS的我国航空货物周转量分析预测[J]. 梁鑫,王前锋. 江苏商论.2010(01)

[5].浅谈建立站段货物周转量指标统计的必要性[J]. 常颖萍. 统计与咨询.2003(04)

[6].铁路货物周转量的多因素分析和预测[J]. 贺允东,高艳侠. 北方交通大学学报.1996(02)

[7].基于SVR模型的区域公路货物周转量预测[J]. 汤俊,杨浪萍. 物流工程与管理.2011(03)

[8].基于遗传算法求解生产调度问题的探讨[J]. 陈龙. 现代制造技术与装备.2016(11)

[9].基于遗传算法的飞机一体化排班优化方法[J]. 李耀华,谭娜. 控制工程.2017(02)

[10].基于遗传算法的带筋壁板条带激光喷丸成形工艺优化研究[J]. 杨荣雪,胡蓝,胡永祥,姚振强. 上海航天.2017(01)

论文详细介绍

论文作者分别是来自山西建筑的王琪,李继唐，发表于刊物山西建筑2019年15期论文，是一篇关于线性回归模型论文,遗传算法论文,民航货物周转量论文,山西建筑2019年15期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自山西建筑2019年15期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/5257368b9b987448181d97be.html