基于径向基神经网络的铁路货运量预测

摘要：

货运量预测是铁路运输部门一项重要工作,因此,关于铁路货运量预测理论和方法的研究一直是一个热点.但是,铁路货运量受多种因素影响,且各因素的作用机制通常不能或无法用精确的数学语言来准确描述.本文采用径向基函数(RBF)神经网络对货运量进行分析及预测.通过对1989～2002年全国铁路货运量的历史数据分析处理后,得到铁路货运量增长量的时间序列,将时间序列视为一个从输入到输出的非线性映射,引入RBF神经网络来进行非线性映射的逼近.对网络进行学习与训练仿真实验后,用2003～2004年的增长量进行模型检验,并与BP神经网络、灰色预测模型预测结果进行对比,结果表明,应用RBF神经网络对铁路货运量进行短期预测预测精度更高、效果更好.

关键词：神经网络、铁路运输、运量预测、RBF算法、BP算法

所属期刊栏目：28

分类号：U294.1(铁路运输管理工程)

在线出版日期：2006-11-26（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：1-5