��·������Ԥ��ĸĽ�BP�����緽��

铁路货运量与其影响因素之间存在着复杂的非线性关系,传统的BP神经网络模型能对非线性系统进行很好的拟合,但模型的预测能力不强。通过单位根检验,可知铁路货运量及其影响因素的时序列数据是非平稳的。本文通过分析BP神经网络的传递函数对非平稳时间序列预测的不利影响,提出用差分法对输入数据进行预处理,在此基础上建立了铁路货运量预测的改进BP神经网络模型,并通过实例计算说明了这种改进BP神经网络方法对提高铁路货运量预测精度的有效性,最后利用该模型对2006—2O1O年的铁路货运量进行了预测。