基于广义回归神经网络的铁路货运量预测

被引：17

作者：

温爱华 ^{[1
]}

李松 ^{[2
]}

机构：

[1] 河北软件职业技术学院信息工程系

[2] 河北大学管理学院

来源：

铁道运输与经济 | 2011年 / 02期

关键词：

铁路; 货运量预测; GRNN模型; BP模型;

D O I：

暂无

中图分类号：

U294.13 [];

学科分类号：

摘要：

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。

引用

收藏

页码：88 / 91

页数：4

相关论文

共 5 条

[1] 关于铁路货运量预测研究 [J].

黄勇 ;

徐景昊 .

铁道运输与经济, 2010, 32 (04) :86-89

[2]

Generalized regression neural networks in time - varying environment. Rutkowski L. IEEE Transactions on Neural Networks . 2004

[3] 基于径向基神经网络的铁路货运量预测 [J].

刘志杰 ;

季令 ;

叶玉玲 ;

耿志民 .

铁道学报, 2006, (05) :1-5

[4] 铁路货运量组合预测方法 [J].

吴晓玲 ;

符卓 ;

王璇 ;

占红波 .

铁道科学与工程学报, 2009, 6 (05) :89-92

[5] 基于多因素的铁路货运量BP神经网络预测研究 [J].

吴晓玲 ;

符卓 .

铁道货运, 2009, (10) :33-36+5