PCA-BP在城市汽车保有量预测中的应用研究

• 作者: 常晋义 张雪伍
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 汽车保有量 预测 主成分析
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 交通体系与工具仿真
• 页码范围: 376-379
• 页数: 4页
• 分类号: TP183|TP391.9
• 字数: 3354字
• 语种: 中文

摘要

城市汽车保有量影响因素众多,且存在复杂的相关关系,传统数学预测模型和神经网络模型,无法消除影响因素之间的相关性,从而导致预测精度较低.为提高城市汽车保有量预测精度,提出了一种基于主成分分析的BP神经网络预测模型.通过对城市汽车保有量影响因子进行主成分分析,消除各因子间的冗余信息,降低BP神经网络的输入维数,简化神经网络拓扑结构,提高城市汽车保有量的训练速度与预测精度.对南京市2006-2009年南京市汽车保有量进行仿真,实现结果表明,PCA-BP模型的训练速度快、预测精度高,可为城市汽车保有量预测提供参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常晋义	常熟理工学院计算机科学与工程学院	88	429	12.0	16.0
2	张雪伍	常熟理工学院计算机科学与工程学院	12	23	2.0	4.0