简介：
简介：给出了回归分析方法在由混沌振子组成的复杂网络的结构探测中的原理与应用。通过对参数处于混沌区域的Rssler和Lorenz模型的考察,发现用二元线性回归分析方法可以对网络中任意两个节点间的链接情况进行判断,但对于Rssler振子网络在节点度较小的时候探测结果才准确,而对于Lorenz振子网络结果都很准确。
简介：本文采用支持向量回归机对物流需求进行预测,研究SVR在物流需求预测中的可行性。为了建立有效的SVR模型,SVR参数需要精心设置,针对物流需求非线性的特点,本文首次提出用遗传算法(GA)优化支持向量回归(SVR)机进行预测,采用最优参数构造SVR模型。以1990-2015年广西货运量为时间序列数据,实验结果表明,以平均绝对误差(MAPE)和均方差比值(MSE)为精度检验标准,GA-SVR比ARIMA和灰色预测具有更优的预测效果。
Application of Disaggregated Logit Modeling with Stated Preference Method in Park and Ride Behavior for Non-local Private Car Travelers in Big Events
ANALYSIS OF THE IMPACT OF SAMPLE SIZE, ATTRIBUTE VARIANCE AND WITHIN-SAMPLE CHOICE DISTRIBUTION ON THE ESTIMATION ACCURACY OF MULTINOMIAL LOGIT MODELS USING SIMULATED DATA
利用回归分析探测混沌振子网络中的链路
基于遗传算法优化支持向量回归机的区域物流需求预测
