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:
以陕西省为例,运用灰色关联分析法确定公路货运量的影响因素分别为地区生产总值、第一产业增加值、第二产业增加值、工业增加值、人均地区生产总值、全社会固定资产投资和社会消费品零售总额.将所确定的因素作为公路货运量的预测指标,建立基于BP神经网络的公路货运量预测模型,并对模型进行应用测试.结果表明:该模型具有较高的精度,最大误差为5.3%,可以提高公路货运量预测的准确度,为我国公路货运量的预测研究提供方法支撑.
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
基于支持向量回归机的公路货运量预测模型
公路货运量
支持向量回归机
人工神经网络
预测
基于神经网络的公路货运量预测方法研究
货运量
公路运输
BP神经网络
预测
基于广义回归神经网络的公路货运量预测方法研究
货运量
广义回归神经网络
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 基于神经网络算法的公路货运量预测方法
来源期刊 北华大学学报(自然科学版) 学科 交通运输
关键词 BP神经网络 公路货运量 预测
年,卷(期) 2014,(3) 所属期刊栏目 交通工程
研究方向 页码范围 417-420
页数 4页 分类号 U491.1
字数 2176字 语种 中文
DOI 10.11713/j.issn.1009-4822.2014.03.034
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 王栋 西安航空学院车辆与医电工程系 24 96 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (129)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (16)
二级引证文献  (14)
1804(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(7)
  • 引证文献(3)
  • 二级引证文献(4)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
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
BP神经网络
公路货运量
预测
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
北华大学学报(自然科学版)
双月刊
1009-4822
22-1316/N
大16开
吉林市滨江东路3999号
12-184
2000
chi
出版文献量(篇)
3823
总下载数(次)
8
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导