基于灰色关联和BP神经网络的铁路货运量预测方法

摘要：

为提高铁路货运量的预测准确性,运用灰色关联分析法,计算分析了与铁路货运量相关的主要社会指标,确定铁路货运量的影响因子分别为铁路运营里程、铁路电气化里程、铁路复线比重、公路运营里程、固定资产投资总额和钢材产量.将所确定的因子作为铁路货运量的预测指标,建立基于BP神经网络的铁路货运量预测模型,并对模型进行了应用测试.结果表明:BP神经网络模型具有较高的精度,最大相对误差为3.7％,平均相对误差为2.3％.该方法具有较快的收敛速度和较高的预测精度,可为我国铁路货运量的预测研究提供方法支撑.

关键词：铁路货运量预测、灰色关联分析、BP神经网络

所属期刊栏目：14

分类号：TP183;U491.1(自动化基础理论)

资助基金：陕西省教育科学“十二五”规划项目SGH140790;西安航空学院科研基金项目2014KY1212

在线出版日期：2015-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：80-84