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:
机车能耗是铁路能耗的主要部分,是衡量铁路运营水平的重要指标,机车能耗水平的有效降低,将成为未来铁路节能降耗的主要手段之一.阐述测算机车能耗普遍采取的算法,考虑粒子群算法具有全局最优、能够实现动态搜索等优势,提出粒子群优化神经网络算法,将机车能耗有关影响因素作为输入变量,建立基于粒子群优化神经网络算法的货运机车能耗预测模型.以邯长线货运机车能耗为例,分别采用神经网络算法和粒子群优化神经网络算法进行货运机车能耗预测.结果表明,基于粒子群优化神经网络算法的货运机车能耗预测具有较高的可信度.
推荐文章
基于改进粒子群优化算法的灰色神经网络模型
粒子群算法
灰色神经网络模型
预测
基于粒子群神经网络的凌汛开河日期预测研究
凌汛
开河日期
粒子群优化算法
BP神经网络
遗传算法
粒子群算法优化BP神经网络的粉尘浓度预测
综采
粉尘浓度预测
BP神经网络
粒子群算法
拟合能力
基于粒子群优化的灰色神经网络组合预测模型研究
BP神经网络
粒子群算法
灰色预测
灰色神经网络
PSO-GMNN
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 基于粒子群优化神经网络算法的货运机车能耗预测研究
来源期刊 铁道货运 学科 交通运输
关键词 货运机车 能耗 粒子群优化 神经网络 预测
年,卷(期) 2019,(12) 所属期刊栏目 研究探讨
研究方向 页码范围 40-44
页数 5页 分类号 U260.15+3
字数 3986字 语种 中文
DOI 10.16669/j.cnki.issn.1004-2024.2019.12.08
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 朱加发 中国铁道科学研究院集团有限公司运输及经济研究所 4 18 3.0 4.0
2 梁志杰 中国铁道科学研究院集团有限公司运输及经济研究所 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (20)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
货运机车
能耗
粒子群优化
神经网络
预测
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
铁道货运
月刊
1004-2024
11-2933/U
大16开
北京市海淀区大柳树路2号
82-354
1983
chi
出版文献量(篇)
3478
总下载数(次)
12
总被引数(次)
10287
论文1v1指导