-
题名基于灰色-反向传播神经网络的江西省公路货运量预测
被引量：11
- 1
-
-
作者
钟蒙
薛运强
周珣
张兵
周丹丹
-
机构
华东交通大学交通运输与物流学院
江西省交通运输厅规划办公室
-
出处
《科学技术与工程》
北大核心
2021年第24期10478-10484,共7页
-
基金
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)。
-
文摘
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统计年鉴数据为基础,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、第二产业和人均国内生产总值(gross domestic product,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:本文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
-
Keywords
highway freight volume forecast
grey correlation analysis
back propagation(BP)neural network
-
分类号
U121
[交通运输工程]
-
