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:
运量的预测是崇左地区铁路及物流业规划极其重要的依据.文章基于对崇左地区铁路运量影响因素的分析,利用灰度GM(1,N)预测模型对铁路运量上限进行预测,并建立BP神经网络预测模型对近年来崇左地区的铁路货运发生量进行预测,得到201 4年铁路货运预测发生量及货运量上限.预测模型与实际数据拟合程度极高,且模型稳定,可根据模型及201 5年规划基础数据对崇左地区铁路运量进行稳定预测.
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
基于灰色模型的铁路货运量预测 ——以陕西省铁路货运为例
铁路货运
灰色模型
灰色预测
数据序列
后验差检验
预测精度
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
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GM(1,N)及神经网络的崇左铁路货运量预测
来源期刊 西部交通科技 学科 交通运输
关键词 铁路运量 预测 GM(1,N)灰度预测模型 BP神经网络预测模型
年,卷(期) 2015,(9) 所属期刊栏目 公路运输
研究方向 页码范围 92-95
页数 4页 分类号 U294.1
字数 2693字 语种 中文
DOI 10.13282/j.cnki.wccst.2015.09.024
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 林洁 8 2 1.0 1.0
2 韦冬丽 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (8)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
铁路运量
预测
GM(1,N)灰度预测模型
BP神经网络预测模型
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
西部交通科技
月刊
1673-4874
45-1339/U
大16开
广西南宁市民族大道153号交通设计大厦18楼
2006
chi
出版文献量(篇)
6186
总下载数(次)
16
论文1v1指导