首页 | 本学科首页   官方微博 | 高级检索  
     检索      

����ģ����ϵ���·��װ������Ԥ��
引用本文:朱昌锋.����ģ����ϵ���·��װ������Ԥ��[J].交通运输系统工程与信息,2010,10(5):149-153.
作者姓名:朱昌锋
作者单位:????????? ??????????????? 730070
基金项目:教育部"春晖计划"项目,甘肃省自然科学基金
摘    要:根据铁路集装箱运量预测受到多因素影响以及非线性的特点,本文采用灰色关联分析法选取了影响集装箱运量的主要因素,提出了一种基于非线性灰色模型和神经网络模型组合的铁路集装箱运量预测方法. 该方法将非线性灰色预测模型的预测值作为输入,相应的实际集装箱货运量作为输出,建立了神经网络模型结构,并提出了相应的算法. 最后以实例分析了该模型的可行性和科学性. 实例分析表明:非线性灰色模型预测的最大误差为10.52%,而组合模型的预测误差最大为8.72%,说明文中提出的组合预测模型充分考虑了多指标的共同作用,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系.

关 键 词:??·????  ?????????  ???????  ??????  ?????????  
收稿时间:2010-3-27
修稿时间:2010-6-10

Freight Volume Forecasting of Railway Container Based on Model Combination
ZHU Chang-feng.Freight Volume Forecasting of Railway Container Based on Model Combination[J].Transportation Systems Engineering and Information,2010,10(5):149-153.
Authors:ZHU Chang-feng
Institution:School of Traffic and Transportation, Lanzhou Jiaotong University, Lanzhou 730070, China
Abstract:
Keywords:railway transportation  container transportation  freight volume forecasting  neural network  gray degree of association
本文献已被 万方数据 等数据库收录!
点击此处可从《交通运输系统工程与信息》浏览原始摘要信息
点击此处可从《交通运输系统工程与信息》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号