基于灰色模型与神经网络的铁路货运量预测

• 作者: 颜保凡
• 来源期刊: 数字技术与应用
• 学科: 交通运输
• 关键词: 铁路货运量 灰色模型 神经网络 预测
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 应用研究
• 页码范围: 113,236
• 页数: 2页
• 分类号: U294.1+3
• 字数: 1302字
• 语种: 中文

摘要

准确把握铁路货运量的变化规律,对于优化货运组织提高货运效率具有重要意义.对此,提出了一种基于灰色模型与神经网络的铁路货运量预测算法,先用传统灰色预测模型对铁路货运量数据进行初步预测,然后用BP神经网络对初步预测值进行修正.结果表明,该预测算法与实际铁路货运量的相对平均误差可控制在5%以内,预测精度高于单一算法,可应用于货运决策中广泛存在的铁路货运量趋势分析问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜保凡	湖南铁路科技职业技术学院运营管理与经济学院	14	26	3.0	5.0