基于PCA-BP神经网络的铁路客运量预测模型研究

• 作者: 刘琳玥
• 来源期刊: 综合运输
• 学科: 交通运输
• 关键词: 主成分分析 神经网络 铁路客运量 预测
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 理论与政策
• 页码范围: 43-47,73
• 页数: 6页
• 分类号: U293.1+3
• 语种: 中文

摘要

本文分析铁路客运量影响因素,利用主成分分析(PCA)消除原始铁路客运量影响因素之间的相关性,将主成分分析结果作为BP神经网络的输入,并通过增加动量项、输入数据处理、调整学习速率优化BP神经网络,提出基于PCA-BP神经网络的铁路客运量预测模型.实例研究表明,与BP神经网络相比,PCA-BP神经网络能有效提高铁路客运量预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘琳玥	中国铁道科学研究院研究生部	2	1	1.0	1.0