基于ncaga-投影寻踪混合优化城市客运量预测

？为了提高参数投影寻踪回归(parameterprojectionpursuitregression,pppr)模型对城市客运量的预测精度,基于cat映射、高斯分布和精英局部搜索对加速遗传算法进行改进.提出了新的混沌加速遗传算法(newchaosacceleratinggeneticalgorithm,ncaga),用于对pppr模型的最佳投影方向α的优选.建立了在外层优化岭函数个数m的同时,内层利用ncaga优化最佳投影方向a的ncaga-pppr混合优化城市客运量预测模型,结合某市统计资料进行了仿真预测.结果表明该方法的预测精度优于bp神经网络模型、传统ppr模型和基于加速遗传优选的pppr模型,平均绝对相对误差小于3.1%,提高了城市客运量的预测精度,可有效应用于城市客运量的预测.