基于Verhulst–RBF的铁路客运量预测

论文摘要

为更准确地预测铁路客运量,采用灰色关联法,分析不同因素对铁路客运量的影响程度,确定主要影响因子,并将其作为预测指标,提出基于Verhulst–RBF神经网络的铁路客运量预测组合模型。基于四川省近14年的铁路客运量数据,进行组合模型测试。实验结果表明,Verhulst–RBF神经网络组合模型的预测精确度高于单一的Verhulst模型或单一的RBF神经网络模型。

论文目录

文章来源

类型: 期刊论文

作者: 付洁,黄洪

关键词: 灰色关联,组合模型,神经网络,铁路客运量,模型

来源: 铁路计算机应用 2019年11期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 铁路运输

单位: 西南交通大学信息科学与技术学院

分类号: U293.13

页码: 1-4+17

总页数: 5

文件大小: 1676K

下载量: 153

相关论文文献

标签：灰色关联论文;  组合模型论文;  神经网络论文;  铁路客运量论文;  模型论文;