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:
对铁路货运量发展趋势进行预测是正确制定铁路货运营销战略的前提和基础,运用RBF神经网络法对铁路货运量进行了预测.
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FOA优化混合核LSSVM的铁路货运量预测
铁路货运量
预测方法
混合核LSSVM
果蝇优化算法
基于组合预测的RBF神经网络货运量预测方法研究
RBF神经网络
货运量
层次分析法
最优加权几何平均组合预测方法
基于灰色神经网络的铁路货运量组合预测
灰色神经网络
铁路货运量
组合预测
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RBF神经网络的铁路货运量预测
来源期刊 铁路采购与物流 学科 经济
关键词 铁路货物 货运量 RBF神经网络法
年,卷(期) 2009,(7) 所属期刊栏目 学习与研究
研究方向 页码范围 32-33
页数 2页 分类号 F5
字数 2409字 语种 中文
DOI 10.3969/j.issn.1673-7121.2009.07.006
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 宋海涛 中南大学交通运输工程学院 1 2 1.0 1.0
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  (0)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (3)
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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
铁路货物
货运量
RBF神经网络法
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
铁路采购与物流
月刊
1673-7121
11-5521/U
大16开
北京市西城区华远街11号
1982
chi
出版文献量(篇)
5390
总下载数(次)
11
论文1v1指导