基于RBF神经网络的铁路旅客周转量预测研究

摘要：

为实现对一定时期内旅客周转客流量进行有效预测,在分析RBF神经网络原理和铁路旅客周转量数据统计的基础上,结合时间序列归一化转化分析方法,建立基于RBF神经网络的铁路旅客周转量预测模型.选取2000-201 3年实际的旅客周转量数据对神经网络模型进行训练,并用2014-2015年数据对模型精度进行可靠性检验.检验结果表明,RBF神经网络模型具有可靠的预测精度,可以有效地对铁路旅客周转量进行预测,从而更好地为铁路运输组织、站场线路设计等提供可靠的依据.

关键词：铁路、旅客周转量、神经网络、非线性、时间序列、运量预测

所属期刊栏目：39

分类号：U293.1(铁路运输管理工程)

资助基金：湖南省教育科学“十三五”规划课题XKJ17BZY040;湖南省高校科研项目15C0908

在线出版日期：2018-01-13（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：65-69