作者:
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:
在构建车站运输组织精益生产评价系统的基础上,建立用粒子群优化算法(PSO)和BP神经网络相结合的混合算法来进行综合评价的模型.该模型全面考虑影响运输组织生产的各种因素,将定性分析和定量分析相结合,使评价结果更符合实际、更可靠.实例计算结果表明:PSO-BP方法简便、通用,其结果符合生产实际,能很好的反应运输组织精益生产的实施效果.
推荐文章
基于组合特征和PSO-BP算法的数字识别
组合特征
粒了群算法
BP神经网络
数字识别
基于PSO-BP算法的水下机器人运动模型辨识
水下机器人
模型辨识
神经网络
粒子群优化
基于PSO-BP算法的联盟航线市场份额预测
市场份额预测
神经网络
粒子群
联盟
QSI
基于PSO-BP神经网络的网络流量预测与研究
BP算法
粒子群优化
网络流量
流量预测
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PSO-BP算法的运输组织精益生产评价
来源期刊 兰州交通大学学报 学科 交通运输
关键词 铁路车站运输组织 精益生产 BP神经网络 粒子群优化算法
年,卷(期) 2007,(4) 所属期刊栏目 交通运输工程
研究方向 页码范围 29-31,39
页数 4页 分类号 U292.1
字数 3005字 语种 中文
DOI 10.3969/j.issn.1001-4373.2007.04.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (286)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
铁路车站运输组织
精益生产
BP神经网络
粒子群优化算法
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
兰州交通大学学报
双月刊
1001-4373
62-1183/U
大16开
甘肃省兰州市安宁西路88号
1959
chi
出版文献量(篇)
4769
总下载数(次)
15
总被引数(次)
28138
论文1v1指导