基于径向基神经网络的铁路客货运量预测研究

摘要：

根据径向基神经网络具有分析非线性动态系统的混沌特性的特点，对铁路客货运发送量相关时间序列进行分析和研究，在Takens相空间重构的基础上，利用互信息方法求嵌入时延、伪邻域方法求嵌入维数；应用G-P方法和最大Lya-punov指数方法对铁路客货运量时间序列进行混沌识别；根据RBF神经网络的学习算法和辨识原理，对铁路客货运量预测流程进行分析。应用径向基神经网络对铁路客货运量自1999-01-01～2012-08-27共4988 d的发送量为基础进行径向基神经网络预测；并对预测误差进行检验及对预测结果进行分析。研究结果表明：基于径向基神经网络预测值能很好地与实际值相吻合，因而在铁路客货运量相关时间序列中预测有广泛的实用价值。

关键词：铁路运输、RBF神经网络、相空间重构、客货运量混沌时间序列、混沌预测

分类号：U29.39(铁路运输管理工程)

资助基金：铁道部科技研究计划资助项目2007X008-G，2008X015-H

在线出版日期：2014-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：109-114