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:
为提高BP神经网络预测模型的预测准确性,将AdaBoost算法和BP神经网络相结合,提出了一种AdaBoost BP神经网络预测模型.将该预测模型应用于我国1999年-2009年铁路货运量的历史统计数据,进行有效性验证,结果表明该模型对铁路货运量预测是有效、可靠的,且具有较高的预测精度,可应用于实际预测.
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BP神经网络的铁路货运量预测
货运量
预测
神经网络
BP算法
BP神经网络在航道网总运量预测中的应用
航道
运量预测
BP神经网络
时间序列
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 AdaBoost_BP神经网络在铁路货运量预测中的应用
来源期刊 计算机工程与应用 学科 交通运输
关键词 铁路货运量预测 BP神经网络 AdaBoost算法
年,卷(期) 2012,(6) 所属期刊栏目 工程与应用
研究方向 页码范围 233-234,248
页数 分类号 U294.1
字数 3822字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.06.064
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 李松 河北大学管理学院 34 843 12.0 28.0
2 解永乐 河北大学管理学院 13 272 5.0 13.0
3 王文旭 河北大学管理学院 1 37 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (83)
参考文献  (8)
节点文献
引证文献  (37)
同被引文献  (111)
二级引证文献  (147)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(5)
  • 参考文献(4)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(9)
  • 引证文献(4)
  • 二级引证文献(5)
2014(23)
  • 引证文献(9)
  • 二级引证文献(14)
2015(23)
  • 引证文献(3)
  • 二级引证文献(20)
2016(21)
  • 引证文献(7)
  • 二级引证文献(14)
2017(27)
  • 引证文献(2)
  • 二级引证文献(25)
2018(27)
  • 引证文献(2)
  • 二级引证文献(25)
2019(36)
  • 引证文献(6)
  • 二级引证文献(30)
2020(15)
  • 引证文献(1)
  • 二级引证文献(14)
研究主题发展历程
节点文献
铁路货运量预测
BP神经网络
AdaBoost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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导