基于粒子群优化最小二乘支持向量机的铁路客运量预测

对于铁路客运量预测的准确度问题，本研究提出了基于粒子群(PSO)优化最小二乘支持向量机(LS-SVM)重要参数的方法。以1995—2013年的铁路客运量历史数据作为训练集，2014—2018年的客运量作为测试集，用LS-SVM进行建模和预测。针对模型中参数难以选择问题，采用PSO全局搜索方法，与神经网络和LS-SVM的预测效果作比较，仿真表明，采用PSO优化LS-SVM对铁路客运量建模与预测效果更好，精度更高。

Prediction of Railway Passenger Volume Based on Particle Swarm Optimization Least Square Support Vector Machine