基于改进粒子群优化算法的灰色神经网络的铁路货运量预测

• 作者: 徐晓光 陶海龙 雷斌
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 铁路货运量预测 粒子群优化算法 灰色神经网络 灰色关联分析 BP神经网络 Elman神经网络
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 网络与通信
• 页码范围: 2948-2951,2962
• 分类号: TP18
• 字数: 4670字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.02948

摘要

针对现有铁路货运量预测方法的不足,提出基于改进粒子群优化算法的灰色神经网络(IPSO-GNN)的铁路货运量预测方法,通过IPSO对常规灰色神经网络(GNN)的白化参数进行优化,改善了GNN的不足,保证了预测精度；同时利用灰色关联分析法,计算了铁路货运量和影响因素间的关联度,以最主要的6个关联因素,建立了基于IPSO-GNN的铁路货运量预测模型.仿真实验结果表明,在铁路货运量预测中此模型预测精度优于常规GNN及其他预测方法,说明此预测方法有效可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶海龙	兰州交通大学机电技术研究所	8	70	4.0	8.0
2	雷斌	兰州交通大学机电技术研究所	38	166	7.0	11.0
3	徐晓光	兰州交通大学机电技术研究所	4	33	2.0	4.0