改进PCA-BP神经网络模型在公路客运量预测的应用

• 作者: 王浩 郭瑞军
• 来源期刊: 大连交通大学学报
• 关键词: PCA-BP神经网络 动态陡度因子 动态调整学习率算法 客运量 预测
• 年，卷（期）: 2016,（2）
• 页码范围: 1-5
• 页数: 5页
• 字数: 3340字
• 语种: 中文

摘要

用PCA-BP神经网络模型对公路客运量进行预测,预测精度与收敛速度都不是很理想,为克服PCA-BP神经网络算法存在的非线性逼近、迭代次数过多,易陷入局部极值等不足,提出将PCA-BP神经网络模型与动态陡度因子、附加动量因子和动态调整学习率算法结合的方法,给出具体的网络学习方法,并结合实际调查数据进行对比测试,分析结果证明了改进型PCA-BP神经网络模型对公路客运量预测有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭瑞军	大连交通大学交通运输工程学院	20	132	7.0	11.0
2	王浩	大连交通大学交通运输工程学院	1	7	1.0	1.0