基于两阶段组合预测模型的区域物流需求预测
来源：信息与控制杂志2018年第2期北京时间：
作者：李捷, 陈彦如, 杨璐
摘要：基于支持向量机、遗传算法、粒子群算法和BP神经网络，提出了两阶段组合预测模型GSPS-BPNN，旨在将预测问题分为2个阶段.第1阶段预测为第2阶段预测提供更有效的样本数据特征，并降低数据维度，提高算法收敛性；第2阶段预测可以弱化第1阶段预测模型可能产生的过学习的影响.最后将GSPS-BPNN模型用于成都市和天津市物流需求预测中，结果显示GSPS-BPNN模型在预测精度及预测稳定性方面优于单阶段单一预测模型.
关键词：支持向量机, 遗传算法, 粒子群优化, 神经网络, 两阶段组合预测
