首页 | 官方网站   微博 | 高级检索  
     

基于神经网络的铁路客运量优化预测
引用本文:吴昕慧.基于神经网络的铁路客运量优化预测[J].计算机仿真,2010,27(10).
作者姓名:吴昕慧
摘    要:研究铁路客运量的优化管理,可以为国家资源分配提供依据,铁路客运量预测对铁路企业的经营决策也有着良好的指导意义,针对传统RBF神经网络极易陷入局部最优问题,为了提高铁路客运量的预测精度,提出一种基于遗传优化RBF神经网络的铁路客运量预测方法(GA-RBFNN).GA-RBFNN首先用遗传算法优化神经网络的参数,并在遗传进化过程中保留最优个体的方法,选择参数的最优解来建立最优预测模型.以我国1985-2008年铁路客运量数据对GA-RBFNN进行仿真,结果表明,采用经遗传算法优化后的RBF神经网络模型比传统RBF神经网络有更高的预测精度和收敛速度,适用于铁路客运量等非线性预测问题,具有较高的预测精度和应用价值.

关 键 词:铁路客运量  神经网络  遗传算法  预测

Railway Passenger Capacity Prediction Based on Neural Network Optimized by Genetic Algorithm
WU Xin-hui.Railway Passenger Capacity Prediction Based on Neural Network Optimized by Genetic Algorithm[J].Computer Simulation,2010,27(10).
Authors:WU Xin-hui
Abstract:
Keywords:
本文献已被 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