摘　　　要：為了使電梯群控系統(tǒng)更好地跟蹤電梯交通流的變化以提高群控系統(tǒng)的性能，提出了基于支持向量回歸（ＳｕｐｐｏｒｔＶｅｃｔｏｒＲｅｇｒｅｓｓｉｏｎ，ＳＶＲ）的電梯交通流預(yù)測(cè)方法。針對(duì)電梯交通流時(shí)間序列小樣本的特性，考慮了電梯交通流的橫向和縱向變化趨勢(shì)，采用ＳＶＲ算法建立了電梯交通流時(shí)間序列的預(yù)測(cè)模型。給出了預(yù)測(cè)的評(píng)價(jià)指標(biāo)，研究了ＳＶＲ模型中的參數(shù)對(duì)預(yù)測(cè)效果的影響，利用試驗(yàn)尋優(yōu)的方法確定了ＳＶＲ預(yù)測(cè)模型的較優(yōu)參數(shù)。較后，與電梯交通流ＲＢＦ神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)...