基于GRNN的汽车保有量预测模型

被引：5

作者：

高凌琴

机构：

[1] 山东省工会管理干部学院信息工程学院

来源：

关键词：

GRNN; 汽车保有量; 预测模型;

D O I：

10.13367/j.cnki.sdgc.2011.04.017

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

GRNN在解决样本量小且噪声较多的问题时,逼近能力、分类能力和学习速度有明显优势.采用主成份分析法的GRNN模型对山东省汽车保有量进行预测,结果表明,该方法具有结构简洁、收敛速度快的优点.与传统方法相比,GRNN模型的预测精度更高,对相关部门的决策具有参考意义.

引用

页码：85 / 87

页数：3

共 5 条

[1] 基于多相关因素的汽车保有量预测神经网络方法 [J].

周骞 ;

杨东援 .

杨荣英 ;

苗张木 ;

沈成武 .

[3] 基于广义回归神经网络的货运量预测 [J].

赵闯 ;

刘凯 ;

李电生 .

[4] 采用GRNN模型进行交通量预测及实现研究 [J].

魏晋雁 ;

茹锋 .

赵亚鹏 ;

丁以中 .