基于径向基神经网络的铁路客货运量预测研究

被引：22

作者：

吴华稳 ^{[1
]}

甄津 ^{[2
]}

王宇 ^{[3
]}

王富章 ^{[1
]}

机构：

[1] 中国铁道科学研究院电子计算技术研究所

[2] 铁道部信息技术中心

[3] 中国铁路总公司计划统计部

来源：

铁道科学与工程学报 | 2014年 / 11卷 / 04期

关键词：

铁路运输; RBF神经网络; 相空间重构; 客货运量混沌时间序列; 混沌预测;

D O I：

10.19713/j.cnki.43-1423/u.2014.04.018

中图分类号：

U293.13 []; U294.13 []; TP183 [人工神经网络与计算];

学科分类号：

摘要：

根据径向基神经网络具有分析非线性动态系统的混沌特性的特点,对铁路客货运发送量相关时间序列进行分析和研究,在Takens相空间重构的基础上,利用互信息方法求嵌入时延、伪邻域方法求嵌入维数;应用G-P方法和最大Lyapunov指数方法对铁路客货运量时间序列进行混沌识别;根据RBF神经网络的学习算法和辨识原理,对铁路客货运量预测流程进行分析。应用径向基神经网络对铁路客货运量自1999-01-01～2012-08-27共4 988 d的发送量为基础进行径向基神经网络预测;并对预测误差进行检验及对预测结果进行分析。研究结果表明:基于径向基神经网络预测值能很好地与实际值相吻合,因而在铁路客货运量相关时间序列中预测有广泛的实用价值。

引用

页码：109 / 114

页数：6

共 7 条

[1] 运输通道客运量预测方法 [J].