摘要：概述区域物流需求预测方法,分别阐明核主成分分析（KPCA）和最小二乘支持向量机（LSSVM）模型的原理,提出将核主成分分析（KPCA）与最小二乘支持向量机（LSSVM）相结合,建立核主成分-最小二乘支持向量机（KPCA-LSSVM）预测模型。先利用KPCA对数据进行预处理,消除变量之间的相关性,提取非线性主成分,再通过LSSVM对提取的非线性主成分进行训练,建立预测模型。最后,通过实例验证比较LSSVM与KPCA-LSSVM两种模型的预测性能。结果表明,KPCA-LSSVM的预测精度较LSSVM明显提高,是一种有效的中短期区域物流需求预测方法。

关键词：区域物流 需求预测 最小二乘支持向量机 核主成分分析 

单位：石家庄铁道大学经济管理学院 河北石家庄050043 石家庄铁道大学四方学院 河北石家庄051132