2025年7月12日
星期六
|
欢迎来到滨州市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
方新
作品数:
2
被引量:7
H指数:1
供职机构:
西南交通大学数学学院
更多>>
发文基金:
四川省应用基础研究计划项目
国家自然科学基金
中央高校基本科研业务费专项资金
更多>>
相关领域:
交通运输工程
社会学
经济管理
更多>>
合作作者
黄天民
西南交通大学数学学院
王树洋
西南交通大学数学学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
2篇
中文期刊文章
领域
1篇
经济管理
1篇
交通运输工程
1篇
社会学
主题
2篇
向量
1篇
优化算法
1篇
支持向量
1篇
支持向量机
1篇
神经网
1篇
神经网络
1篇
配送
1篇
配送中心
1篇
配送中心选址
1篇
评价指标
1篇
权重向量
1篇
子群
1篇
向量机
1篇
粒子群
1篇
粒子群优化
1篇
粒子群优化算...
1篇
模糊决策
1篇
交通流
1篇
交通流量
1篇
PSO-SV...
机构
2篇
西南交通大学
作者
2篇
方新
2篇
王树洋
2篇
黄天民
传媒
1篇
江汉大学学报...
1篇
重庆交通大学...
年份
2篇
2012
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于PSO-SVM的交通流量短时预测
被引量:7
2012年
参数选择问题影响了支持向量机预测模型在交通流量中的预测性能。为了解决支持向量机预测模型的参数选择问题,引入了粒子群优化算法机制,通过粒子群优化选择支持向量机预测模型的学习训练参数,得到较优的PSO-SVM预测模型。通过实例仿真实验,将PSO-SVM预测模型与神经网络预测模型进行了比较,显示了其优越性。
王树洋
黄天民
方新
关键词:
支持向量机
粒子群优化算法
神经网络
交通流量
配送中心选址问题研究——基于模糊层次权重决策分析法
2012年
从系统的角度构建配送中心选址层次结构图。利用模糊层次权重决策分析法对影响配送中心选址的因素建立评价指标体系,从而得出满意的选址。最后给出一个算例,从6个备选方案中,利用模糊层次权重决策分析法得出最满意的选址方案。
方新
黄天民
王树洋
关键词:
配送中心
模糊决策
评价指标
权重向量
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张