共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
介绍BP神经网络预测模型的优点及不足,提出运用主成分分析法、灰色关联分析法对BP神经网络结构进行优化,同时运用自适应遗传算法对神经网络的权值和阈值进行优化。运用改进的BP神经网络对客运量进行预测,经多种指标对预测精度进行评价,证明改进的BP神经网络在交通运输需求预测中具有实用价值。 相似文献
3.
由于每天购票客流量不同,导致铁路售票窗口开放数也不同,提前预测每天的购票客流量成为研究的关键。为系统全面地对售票窗口优化问题进行研究,采用灰色-马尔科夫预测模型对兰州站非高峰期的客流量进行预测,确定将来某一天的客流量,并对比分析灰色-马尔科夫预测模型的预测结果与灰色预测模型的结果,发现基于灰色-马尔科夫预测模型得到的客流量比较接近实际值,表明在求解售票窗口客流量预测问题上,灰色-马尔科夫预测模型具有一定的可行性与有效性,可以提高铁路客运站整体工作效率,促使铁路客运服务质量得到大幅度提升。 相似文献
4.
根据我国铁路集装箱运输发展,研究构建集装箱运量预测模型和方法.基于1999-2008年铁路集装箱运量历史数据和GDP数据,分别选用回归分析模型、灰色系统预测模型、BP神经网络预测模型,预测2009-2014年铁路集装箱运量,根据各方法的误差确定权重,进行了运量组合预测.组合预测模型能在一定程度上提高预测精度,对铁路集装箱运量预测是可行的. 相似文献
5.
在分析油料装备制造成本影响因素的基础上,建立了基于灰色动态神经网络预测油料装备制造成本预测模型。提出灰色动态神经网络结构,论述了数据预处理与灰色预测方法,采用隐含层维数动态调整算法优化网络结构。通过应用实例阐明该模型的研究,可有效地提高油料装备制造成本预测的精度. 相似文献
6.
结合物流需求量预测过程的实际情况,采用BP神经网络技术,建立基于BP神经网络的物流需求量预测模型。通过有效样本的学习,应用该模型能够实现对物流预测数据指标关系、知识和经验的提取和存储,给出预测模型和流程图框架设计。同时分析了在预测过程中存在的问题,以及预测指标体系进一步研究的方向。 相似文献
7.
8.
基于广义回归神经网络的铁路货运量预测 总被引:1,自引:0,他引:1
针对BP神经网络预测存在局部极小缺陷和收敛速度慢的问题,提出基于广义回归神经网络(GRNN)的预测模型。基于我国1999—2008年铁路货运量的历史统计数据,应用GRNN模型和混沌BP神经网络模型对铁路货运量进行预测。通过两种预测模型的计算结果比较说明,GRNN模型具有良好的收敛性和较高的精度,而且模型结构简单、计算速度快,具有良好的实用性。 相似文献
9.
10.
运用作业成本法,结合BP神经网络理论建立铁路货运成本预测模型。通过案例分析,得出BP神经网络可以更准确的预测铁路货运成本费用的结论。 相似文献
11.
12.
13.
14.
针对高速铁路短期不同席别客流做出准确预测,可以提高不同席别客流与动车组编组之间的匹配程度,尽可能做到按需按流配车,实现经济和社会效益最大化。运用熵值法、变异系数法及BP神经网络的组合方法,构建可变编组动车组短期不同席别客流预测模型。该模型以BP神经网络算法为主,通过对往年高速铁路不同线路客流数据进行分析处理,辅以熵值法和变异系数法去除影响高速铁路不同线路席别客流数据的基础因素和随机因素,采用获得的影响系数对BP神经网络运算数据进行修正,以实现短期不同席别客流需求的预测。案例分析表明,该模型在短期不同席别客流预测上具有良好的精确度。 相似文献
15.
16.
17.
18.
19.
铁路货运量的时间序列预测可以看为一个从输入到输出的非线性影射。神经网络尤其是BP神经网络,被广泛用于非线性逼近问题。但是,BP算法训练神经网络速度慢、易陷入局部极值。而模拟退火算法(SA)具有很好的全局寻优性。因而提出混合优化策略,即将反向传播算法(BP)和模拟退火算法(SA)结合起来训练神经网络,来实现铁路货运量的时间序列预测。与单纯的BP算法比较,数值计算结果表明BP-SA混合优化策略具有较高的速度和精度。 相似文献