铁路客运量数据挖掘预测方法及应用研究

摘要：

在分析铁路客票数据特征的基础上,提出采用分段模糊BP神经网络对铁路客运量进行数据挖掘预测.通过对铁路客票数据的分段处理,提高了网络学习的收敛速度和预测精度,并在MATLAB环境下建立了分段模糊BP神经网络模型,在仿真试验中各分段的期望输出和实际输出之间吻合较好,从而证明了分段模糊的数据处理方法是有效的;同时,预测的客运量和实际客运量数值非常接近,说明分段模糊BP神经网络得到的数据挖掘预测模型对铁路客运量有很好的预测效果,该预测模型可信,为预测铁路客运量提出了一种新思路.

关键词：铁路客票数据、数据挖掘、分段模糊BP神经网络、旅客发送量

所属期刊栏目：26

分类号：U492.413(交通工程与公路运输技术管理)

在线出版日期：2004-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7