共查询到20条相似文献,搜索用时 750 毫秒
1.
港口集装箱吞吐量的准确预测对于港口的未来发展规划及该港口所属腹地的经济发展具有重要的指导意义。为实现输入变量的降维,提高预测精度,避免出现局部最优解,借助灰色关联分析对输入变量进行筛选和排序,引入遗传算法作为优化BP神经网络内初始权值及阈值的工具,并基于此建立模型对环渤海港口群三大代表港口2016-2019年集装箱吞吐量进行实证对比分析。最后横向比较传统BP模型和GA-BP模型的预测结果,研究结果表明:经GRA-GA算法优化BP神经网络模型相较于GA-BP神经网络模型与未经过改善的传统的BP神经网络模型其预测结果更为理想,研究结果对港口的战略规划及发展具有一定的参考价值。 相似文献
2.
根据灰色理论原理,提出改进的非线性灰色模型GMP(1,1,α),并应用于港口集装箱吞吐量的预测.通过实例分析,证明改进的非线性灰色预测模型具有较高的预测精度,有一定的实用价值. 相似文献
3.
根据灰色理论原理,提出改进的非线性灰色模型GMP(1,1,α),并应用于港口集装箱吞吐量的预测。通过实例分析,证明改进的非线性灰色预测模型具有较高的预测精度,有一定的实用价值。 相似文献
4.
5.
6.
为使港口集装箱吞吐量预测的误差更小,精度更高,提出运用弹性系数法、灰色模型法、三次指数平滑法的组合预测模型,预测了武汉港未来特征年的集装箱吞吐量,研究结果表明,组合模型相比单一预测方法能够降低误差、提高精度,预测结果更加理想。 相似文献
7.
8.
利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性。借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系。对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的。 相似文献
9.
利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性.借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系.对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的. 相似文献
10.
基于遗传算法的BP神经网络在汇率预测中的应用研究 总被引:15,自引:0,他引:15
本文针对经典的BP神经网络所存在的缺陷,结合遗传算法,提出了基于实数编码的GA-BP神经网络预测人民币美元汇率的模型。在结合递归预测方法的基础上,该模型取得了令人满意的结果。 相似文献
11.
利用粗糙集的约简技术对上市公司的预警指标进行约简,降低神经网络的复杂性和提高网络预测速度及精度,采用遗传算法作为神经网络模型的前置装置,对网络输入端的初始值和阀值进行最优化,缩短网络训练时间,提高了网络的预测精度。实证研究显示,优化模型的财务危机预测精度高于传统BP神经网络模型的预测精度。 相似文献
12.
13.
14.
15.
为了准确有效地对港口集装箱吞吐量进行预测,提出一种基于灰色GM(1,1)模型和马尔科夫链模型相结合的灰色马尔科夫模型,以上海港2003~2017年集装箱吞吐量数据为研究对象进行预测计算,得到2018~2022年的吞吐量预测值。结果表明:灰色马尔科夫模型能弥补单一灰色GM(1,1)模型对波动性较大数据预测精度不高的不足,使平均相对误差由0.07216下降到0.02188,模型的预测精度有了明显的提升,适用于中长期的预测。 相似文献
16.
17.
基于BP神经网络的龙洞堡机场旅客吞吐量预测研究 总被引:1,自引:0,他引:1
《价值工程》2016,(13):101-103
精确的预测机场旅客吞吐量对贵阳龙洞堡机场提供最优调配具有重要意义。文章首先运用灰色关联度计算出各个影响因素与旅客吞吐量之间的关联度;然后合理选择隐含层神经元个数及输入层、隐含层、输出层的激励函数,提高预测精度,使误差达到最小;用BP神经网络模型选取2005-2009年数据作为网络训练样本,2010-2014年五年数据为测试样本。结果表明:对2010-2014年旅客吞吐量的预测值与实际值之间的误差较小,然后通过设定好的BP神经网络对2015年的机场旅客吞吐量进行预测。 相似文献
18.
为寻求一种预测精度较高的、适应我国民用机场特点的预测方法,在机场供需分析的基础上对机场建设与社会经济发展进行了因果关系分析,提出社会经济和机场供给能力对机场旅客吞吐量的影响同样重要,进而从中提取有效数据,构建BP神经网络模型,实现经济-航空运输需求的转换,从而使预测结果更加精确。通过首都国际机场实例证明,基于因果反馈分析的BP神经网络预测方法更具有独特优势,预测精度得到了大幅提高。 相似文献
19.
人工神经网络是一种新的数学建模方式,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问题提供了比较好的方法。针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较.结果表明改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠。 相似文献
20.
人工神经网络是一种新的数学建模方式,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问题提供了比较好的方法。针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较.结果表明改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠。 相似文献