基于径向基神经网络的铁路货运量预测

• 作者: 刘志杰 叶玉玲 季令 耿志民
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 神经网络 铁路运输 运量预测 RBF算法 BP算法
• 年，卷（期）: 2006,（5）
• 页码范围: 1-5
• 页数: 5页
• 分类号: U294.1
• 字数: 3251字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-8360.2006.05.001

摘要

货运量预测是铁路运输部门一项重要工作,因此,关于铁路货运量预测理论和方法的研究一直是一个热点.但是,铁路货运量受多种因素影响,且各因素的作用机制通常不能或无法用精确的数学语言来准确描述.本文采用径向基函数(RBF)神经网络对货运量进行分析及预测.通过对1989～2002年全国铁路货运量的历史数据分析处理后,得到铁路货运量增长量的时间序列,将时间序列视为一个从输入到输出的非线性映射,引入RBF神经网络来进行非线性映射的逼近.对网络进行学习与训练仿真实验后,用2003～2004年的增长量进行模型检验,并与BP神经网络、灰色预测模型预测结果进行对比,结果表明,应用RBF神经网络对铁路货运量进行短期预测预测精度更高、效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	季令	同济大学沪西校区交通运输管理工程系	40	761	18.0	26.0
2	叶玉玲	同济大学沪西校区交通运输管理工程系	51	544	12.0	21.0
3	刘志杰	同济大学沪西校区交通运输管理工程系	8	194	6.0	8.0
7	耿志民	同济大学沪西校区交通运输管理工程系	5	138	3.0	5.0