作者:
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:
本次通过基于粒子群优化算法与BP神经网络相结合的方式对高铁客运量进而预测,利用粒子群优化算法对BP神经网络进行优化与训练,通过经过改进的BP神经网络对高铁客运量进行预测.经实验研究发现,本次研究所提出的预测算法比常规BP神经网络模型预测精度更高,在样本数据量较少的情况下有明显的应用优势.
推荐文章
改进粒子群算法优化LSTM神经网络的铁路客运量预测
铁路客运量
预测
粒子群算法
长短时记忆神经网络
基于PSO-BP神经网络的网络时延预测算法
粒子群优化
BP神经网络
网络控制
时延预测
混沌粒子群优化神经网络在铁路客运量预测中的应用
铁路客运量
神经网络
预测
混沌粒子群算法
基于粒子群算法优化BP神经网络的产品质量预测分析
BP神经网络
改进
粒子群算法
产品质量预测
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 基于粒子群优化算法与BP神经网络的高铁客运量预测算法
来源期刊 自动化技术与应用 学科 工学
关键词 BP神经网络 粒子群优化算法 高铁客运量预测
年,卷(期) 2022,(4) 所属期刊栏目 行业应用与交流|Industrial Applications and Communications
研究方向 页码范围 148-150
页数 3页 分类号 TP183
字数 语种 中文
DOI 10.20033/j.1003-7241(2022)04-0148-03
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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)
研究主题发展历程
节点文献
BP神经网络
粒子群优化算法
高铁客运量预测
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
自动化技术与应用
月刊
1003-7241
23-1474/TP
大16开
哈尔滨市开发区汉水路165号
14-37
1982
chi
出版文献量(篇)
8131
总下载数(次)
24
论文1v1指导