基于PSO-ELM算法的民航客运量预测 |
| |
作者姓名: | 陈聪聪 李程 |
| |
作者单位: | 上海工程技术大学航空运输学院 |
| |
基金项目: | 国家社会科学基金资助项目(15BJL104,18BJL039); |
| |
摘 要: | 掌握民航客运量是航空公司在做重大科学决策和实施可行性计划的重要保障。为准确预测中国民航客运量的情况,引入了极限学习机(ELM),搭建民航客运量预测模型。建立了ELM神经网络最优结构,以此为基础,分别用粒子群算法(PSO)、遗传算法(GA)、差分进化算法(DE)对ELM的输入权值和隐含层阈值进行优化,降低了ELM随机生成参数的不稳定性。结果表明,PSO优化算法提高了ELM的拟合能力和泛化能力,预测精度也高于其他模型,为航空运输协调发展提供了可靠的依据。
|
关 键 词: | 粒子群算法 极限学习机 民航客运量 神经网络 预测 |
|
|