首页 | 官方网站   微博 | 高级检索  
     

基于灰色关联和BP神经网络的铁路货运量预测方法
引用本文:王栋,米国际.基于灰色关联和BP神经网络的铁路货运量预测方法[J].江南大学学报(自然科学版),2015,14(1):80-84.
作者姓名:王栋  米国际
作者单位:西安航空学院车辆与医电工程系,陕西西安,710077
基金项目:陕西省教育科学“十二五”规划项目,西安航空学院科研基金项目
摘    要:为提高铁路货运量的预测准确性,运用灰色关联分析法,计算分析了与铁路货运量相关的主要社会指标,确定铁路货运量的影响因子分别为铁路运营里程、铁路电气化里程、铁路复线比重、公路运营里程、固定资产投资总额和钢材产量。将所确定的因子作为铁路货运量的预测指标,建立基于BP神经网络的铁路货运量预测模型,并对模型进行了应用测试。结果表明:BP神经网络模型具有较高的精度,最大相对误差为3.7%,平均相对误差为2.3%。该方法具有较快的收敛速度和较高的预测精度,可为我国铁路货运量的预测研究提供方法支撑。

关 键 词:铁路货运量预测  灰色关联分析  BP神经网络

Prediction Study of Railway Freight Volume Based on Grey Relational Analysis and BP Neural Network
WANG Dong,MI Guoji.Prediction Study of Railway Freight Volume Based on Grey Relational Analysis and BP Neural Network[J].Journal of Southern Yangtze University:Natural Science Edition,2015,14(1):80-84.
Authors:WANG Dong  MI Guoji
Affiliation:WANG Dong;MI Guoji;Department of Vehicles and Medical Electronic Engineering,Xi’an Aeronautical University;
Abstract:
Keywords:railway freight volume  prediction grey relational analysis  BP neural network
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号