铁路客运量数据挖掘预测方法及应用研究

• 作者: 王卓 王艳辉 秦勇 贾利民
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 铁路客票数据 数据挖掘 分段模糊BP神经网络 旅客发送量
• 年，卷（期）: 2004,（5）
• 页码范围: 1-7
• 页数: 7页
• 分类号: U492.413
• 字数: 4258字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-8360.2004.05.001

摘要

在分析铁路客票数据特征的基础上,提出采用分段模糊BP神经网络对铁路客运量进行数据挖掘预测.通过对铁路客票数据的分段处理,提高了网络学习的收敛速度和预测精度,并在MATLAB环境下建立了分段模糊BP神经网络模型,在仿真试验中各分段的期望输出和实际输出之间吻合较好,从而证明了分段模糊的数据处理方法是有效的;同时,预测的客运量和实际客运量数值非常接近,说明分段模糊BP神经网络得到的数据挖掘预测模型对铁路客运量有很好的预测效果,该预测模型可信,为预测铁路客运量提出了一种新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾利民	中国铁道科学研究院电子计算技术研究所	4	44	2.0	4.0
2	秦勇	中国铁道科学研究院电子计算技术研究所	4	103	2.0	4.0
3	王艳辉	中国铁道科学研究院电子计算技术研究所	1	38	1.0	1.0
4	王卓	中国铁道科学研究院电子计算技术研究所	1	38	1.0	1.0