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:
分析了预测机动车保有量时的若干影响因素,针对少量影响因素可提高BP神经网络训练速度的特点,提出利用主成分分析法通过SPSS软件来缩减影响因素数量.并根据这些筛选出来的因素,建立神经网络并对其训练达到预定误差后对机动车保有量进行预测.最后通过山东省实例,将BP神经网络预测的数据与趋势外推法预测的数据进行对比,得出BP神经网络法运算速度较快、误差较小的结论.
推荐文章
机动车保有量的增长趋势及影响
保有量
交通趋势
影响
战略与手段
基于灰色关联和 BP 神经网络的汽车保有量预测
汽车保有量
预测
灰色关联分析
BP 神经网络
基于粒子群算法的汽车保有量预测方法
汽车保有量预测
主成分分析
回归分析
粒子群算法
厦门市机动车保有量的预测方法
机动车保有量
非线性回归
因子分析
Logistic模型
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 基于神经网络的山东省机动车保有量预测
来源期刊 山东建筑大学学报 学科 交通运输
关键词 神经网络 保有量 主成分分析 误差分析
年,卷(期) 2009,(3) 所属期刊栏目 研究论文
研究方向 页码范围 229-232
页数 4页 分类号 U491
字数 2494字 语种 中文
DOI 10.3969/j.issn.1673-7644.2009.03.010
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 李美玲 山东建筑大学土木工程学院 24 173 7.0 12.0
2 牟振华 山东建筑大学土木工程学院 14 62 5.0 7.0
3 赵庆双 8 70 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (32)
参考文献  (4)
节点文献
引证文献  (15)
同被引文献  (38)
二级引证文献  (61)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(6)
  • 引证文献(4)
  • 二级引证文献(2)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(20)
  • 引证文献(3)
  • 二级引证文献(17)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
神经网络
保有量
主成分分析
误差分析
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
山东建筑大学学报
双月刊
1673-7644
37-1449/TU
大16开
山东省济南市临港开发区凤鸣路
1986
chi
出版文献量(篇)
2419
总下载数(次)
5
总被引数(次)
17428
论文1v1指导