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:
针对铁路客运量在时序上的复杂非线性特征,采用径向基函数(RBF)神经网络对铁路客运量时间序列进行预测.用自相关分析技术分析时间序列的延迟特性,据此确定RBF神经网络的输入、输出向量,建立了基于MATLAB7.0环境下的RBF神经网络客运量预测模型,并用大连站实际客运量数据进行了验证.结果表明,该模型拟合精度和预测精度较高、计算速度较快.
推荐文章
基于量子神经网络的公交客运量预测
量子神经网络
预测
公交客运量
基于人工神经网络的铁路客运量预测
人工神经网络
客运量
预测
公路客运量预测的神经网络组合模型
客运量预测
BP神经网络
组合模型
支持向量回归机在铁路客运量时间序列预测中的应用
铁路客运量
ε支持向量回归机
人工神经网络
时间序列预测
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 基于径向基神经网络的大连站客运量预测
来源期刊 大连交通大学学报 学科 交通运输
关键词 神经网络 铁路 客运量 预测RBF算法
年,卷(期) 2007,(1) 所属期刊栏目
研究方向 页码范围 32-34
页数 3页 分类号 U293.13
字数 1899字 语种 中文
DOI 10.3969/j.issn.1673-9590.2007.01.009
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 李季涛 大连交通大学交通运输工程学院 39 266 10.0 15.0
2 杨俊锋 大连交通大学交通运输工程学院 5 61 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (68)
参考文献  (6)
节点文献
引证文献  (17)
同被引文献  (34)
二级引证文献  (48)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(6)
  • 引证文献(6)
  • 二级引证文献(0)
2012(8)
  • 引证文献(3)
  • 二级引证文献(5)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
铁路
客运量
预测RBF算法
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
大连交通大学学报
双月刊
1673-9590
21-1550/U
大16开
大连市沙河口区黄河路794号
1980
chi
出版文献量(篇)
3012
总下载数(次)
3
总被引数(次)
12659
论文1v1指导