[发明专利]基于最小二乘支持向量机算法的在线预测码头疏港作业货车数量的方法有效
| 申请号： | 201910409967.8 | 申请日： | 2019-05-16 |
| 公开（公告）号： | CN110110864B | 公开（公告）日： | 2022-09-27 |
| 发明（设计）人： | 王元宝 | 申请（专利权）人： | 河南师范大学 |
| 主分类号： | G06N20/10 | 分类号： | G06N20/10;G06Q10/04;G06Q10/08 |
| 代理公司： | 新乡市平原智汇知识产权代理事务所(普通合伙) 41139 | 代理人： | 路宽 |
| 地址： | 453007 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于最小二乘支持向量机算法的在线预测码头疏港作业货车数量的方法，对港内疏港作业货车数量进行采样并进行预处理构造周期性训练样本数据；对周期性训练样本数据进行归一化处理以用于后续支持向量机的训练与预测；选取核函数与参数构造最小二乘支持向量机预测模型，并利用此向量机预测模型完成单步时间序列预测；采用单步预测的数据与之前的采样数据构成新的特征向量输入样本，利用向量机预测模型进行下一步预测，实现多步预测完成对码头疏港作业货车数量的预测。本发明基于港口作业积累的每日进出港车辆数据，建立最小二乘支持向量机数据预测模型，预测堆场内疏港车数量，为港内调度提供数据支持，解决港内疏港车辆的拥挤问题。 | ||
| 搜索关键词： | 基于 最小 支持 向量 算法 在线 预测 码头 作业 货车 数量 方法 | ||
【主权项】：
1.基于最小二乘支持向量机算法的在线预测码头疏港作业货车数量的方法，其特征在于具体过程为：步骤S1：对港内疏港作业货车数量进行采样并进行预处理构造周期性训练样本数据；步骤S2：对周期性训练样本数据进行归一化处理以用于后续支持向量机的训练与预测；步骤S3：选取核函数与参数构造最小二乘支持向量机预测模型，并利用此向量机预测模型完成单步时间序列预测；步骤S4：采用单步预测的数据与之前的采样数据构成新的特征向量输入样本，利用向量机预测模型进行下一步预测，从而实现多步预测，完成对码头疏港作业货车数量的预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南师范大学，未经河南师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910409967.8/，转载请声明来源钻瓜专利网。
