|
|
基于集成学习的多式联运货运量预测模型构建 |
韩振鑫1,温旭丽2,殷世松1,武莹莹1,张人杰1 |
1.南京理工大学,江苏 南京 210014;2.东南大学成贤学院,江苏 南京 210088 |
|
|
摘要 货运量精准预测是多式联运网络高效协同发展的重要基础,货运量时变性强、数据多样性缺失是实现精准货运量预测的问题所在。基于此,通过挖掘货物运输量(集装箱)的时间变化特征,构建初始相关时间特征输入集,结合斯皮尔曼相关性系数分布,采用Bagging+BP集成学习方法训练多个弱分类器,最终组合获取高精度的强学习模型。以南京龙潭港为例,对自回归移动平均模型(ARIMA)、Bagging+BP集成学习网络以及长短时记忆神经网络(LSTM)三种模型进行评价,实验结果表明,相比于其他模型,提出的Bagging+BP集成学习网络预测性能良好,有一定的实用价值。
|
|
关键词:
多式联运
货运预测
集成学习
BP神经网络
时间特征
|
出版日期: 2021-02-25
发布日期: 2021-03-29
整期出版日期: 2021-02-25
|
[1] |
.
物流技术2019-01
[J]. , 2019, 38(01): 1
-160
. |
[2] |
.
2018-04目录
[J]. , 2018, 37(4): 1
-7
. |
[3] |
张英婷.
基于产业集群的广西北部湾物流企业竞争优势研究#br#
[J]. , 0, (): 1
-4
. |
[4] |
张英婷.
基于产业集群的广西北部湾物流企业竞争优势研究#br#
[J]. , 2019, 38(04): 1
. |
[5] |
王贵斌.
大宗散货海运进口业务协同服务运作模式创新研究—以浙江自贸试验区进口铁矿石为例#br#
#br#
[J]. , 2019, 38(04): 5
. |
[6] |
马振耀.
共享单车逆向物流过程中存在的问题及对策分析
[J]. , 2019, 38(04): 10
. |
[7] |
朱雪丽.
山东省生鲜农产品冷链物流发展现状及对策
[J]. , 2019, 38(04): 14
. |
[8] |
王雪琴, 谢 淳, 张莉勋, 刘 清.
地铁站共享单车配置量研究
[J]. , 2019, 38(04): 18
. |
[9] |
王清漪, 徐 菱.
考虑顾客感知价值的零售商动态定价模型
[J]. , 2019, 38(04): 23
. |
[10] |
黄帅勋, 李琦琦.
铁路集装箱运输定价与车流径路综合优化
[J]. , 2019, 38(04): 29
. |
|
|
Viewed |
|
|
|
Full text
|
|
|
|
|
Abstract
|
|
|
|
|
Cited |
|
|
|
|
|
Shared |
|
|
|
|
|
Discussed |
|
|
|
|