基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据货运量形成的原因,分析了货运量和相关影响因素之间的关系以及货运量预测的特点.在此基础上,建立货运量预测的广义回归神经网络(General Regression Neural Network,GRNN)模型,并以我国1981~2001年的货运量和相关经济指标的历史统计数据作为学习样本,通过拟合训练和外推预测分析,验证了GRNN用于货运量预测的有效性.
推荐文章
基于RBF神经网络的货运量预测模型
货运量
RBF神经网络
预测模型
基于支持向量回归机的公路货运量预测模型
公路货运量
支持向量回归机
人工神经网络
预测
基于广义回归神经网络的公路货运量预测方法研究
货运量
广义回归神经网络
预测
基于指数平滑法预测企业货运量
指数平滑法
预测
货运量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于广义回归神经网络的货运量预测
来源期刊 铁道学报 学科 交通运输
关键词 货运量 预测 广义回归神经网络
年,卷(期) 2004,(1) 所属期刊栏目
研究方向 页码范围 12-15
页数 4页 分类号 U294.1
字数 2661字 语种 中文
DOI 10.3321/j.issn:1001-8360.2004.01.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘凯 北京交通大学交通运输学院 138 1534 21.0 33.0
2 赵闯 北京交通大学交通运输学院 7 329 6.0 7.0
3 李电生 北京交通大学交通运输学院 9 559 9.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (125)
同被引文献  (152)
二级引证文献  (634)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(5)
  • 引证文献(2)
  • 二级引证文献(3)
2006(9)
  • 引证文献(7)
  • 二级引证文献(2)
2007(40)
  • 引证文献(25)
  • 二级引证文献(15)
2008(27)
  • 引证文献(10)
  • 二级引证文献(17)
2009(57)
  • 引证文献(8)
  • 二级引证文献(49)
2010(34)
  • 引证文献(7)
  • 二级引证文献(27)
2011(60)
  • 引证文献(6)
  • 二级引证文献(54)
2012(80)
  • 引证文献(11)
  • 二级引证文献(69)
2013(57)
  • 引证文献(8)
  • 二级引证文献(49)
2014(73)
  • 引证文献(6)
  • 二级引证文献(67)
2015(68)
  • 引证文献(6)
  • 二级引证文献(62)
2016(63)
  • 引证文献(8)
  • 二级引证文献(55)
2017(63)
  • 引证文献(6)
  • 二级引证文献(57)
2018(50)
  • 引证文献(7)
  • 二级引证文献(43)
2019(55)
  • 引证文献(5)
  • 二级引证文献(50)
2020(17)
  • 引证文献(2)
  • 二级引证文献(15)
研究主题发展历程
节点文献
货运量
预测
广义回归神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
论文1v1指导