首页 | 本学科首页   官方微博 | 高级检索  
     

基于灰色-反向传播神经网络的江西省公路货运量预测
作者姓名:钟蒙  薛运强  周珣  张兵  周丹丹
作者单位:华东交通大学交通运输与物流学院,南昌330013;江西省交通运输厅规划办公室,南昌330000
基金项目:国家自然科学基金(71961006);江西省社科规划项目青年项目(18GL37);江西省交通厅规划办项目(2004520065)
摘    要:鉴于反向传播(Back Propagation,BP)神经网络算法收敛速度慢、局部极小化、结构选择不一的问题,提出结合灰色关联度分析的BP神经网络方法进行公路货运量预测,提高了模型的非线性学习和泛化能力及预测精度。该预测模型以江西省为例,首先利用灰色关联度分析确定预测目标的影响因子;然后,将关联度强的第一产业、第二产业和人均GDP作为公路货运预测模型的自变量,公路货运量和自变量作为训练样本,BP神经网络模型通过正向计算传播,误差反向传播,训练神经网络;最后,该方法应用于江西省公路货运量实际预测中进行有效性验证,结果表明该方法非线性拟合效果较好,具有较高的预测精度。

关 键 词:公路货运量预测  灰色关联度分析  反向传播(BP)神经网络
收稿时间:2021-03-16
修稿时间:2021-06-10
本文献已被 万方数据 等数据库收录!
点击此处可从《科学技术与工程》浏览原始摘要信息
点击此处可从《科学技术与工程》下载免费的PDF全文
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