基于GRA-PCA-GA-BP网络模型的铁路货运量预测分析

• 作者: 侯维磊 刘力军 崔晶娜
• 来源期刊: 铁道货运
• 学科: 交通运输
• 关键词: 铁路货运量 预测 灰色关联分析 主成分分析 遗传算法 BP神经网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 经营管理
• 页码范围: 54-58
• 页数: 5页
• 分类号: U294.1+3
• 字数: 3011字
• 语种: 中文
• DOI: 10.16669/j.cnki.issn.1004-2024.2017.01.12

摘要

科学预测铁路货运量能够为我国铁路政策的制定、铁路货运相关规划的出台提供决策支持,对促进我国铁路货运向现代物流转型具有重要意义.为保证铁路货运量预测精度,在数据样本较少且数据波动较大时,提出基于GRA PCA-GA BP网络模型进行铁路货运量预测的方法.利用灰色关联分析和主成分分析对影响铁路货运量的输入指标进行预处理,再利用遗传算法优化取得BP神经网络的权值和阀值,进而求得更为准确的铁路货运量预测值.通过实例分析验证,GRA PCA GA BP网络模型有效、可靠,具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘力军	河北经贸大学管理科学与工程学院	26	592	7.0	24.0
2	崔晶娜	中海油销售河北有限公司开发工程部	5	14	2.0	3.0
3	侯维磊	石家庄铁道大学经济管理学院	5	17	3.0	4.0