基于灰色关联和BP神经网络的铁路货运量预测方法
基于灰色关联和BP神经网络的铁路货运量预测方法
106 4.5
35 2021-04-27
pdf | 331KB | 5页
正文 简介
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。
对不起，您暂无在线预览权限，如需浏览请
立即登录*温馨提示：该数据为用户自主上传分享，如有侵权请举报或联系客服：400-823-1298处理。
ziguangdj***
服务： -
数据量： 5
人气： -
擅长：市政 园林 给排水 暖通
热门商品
- 2023-04-21 BUHb313534361*** 24KB 4.5
- 2023-04-21 BUHb313534361*** 42KB 4.5
- 2023-04-14 BUHb313534361*** 44KB 4.5
- 2023-04-12 chenzhipan20010*** 90KB 4.5
- 2023-04-12 chenzhipan20010*** 52KB 5
- 2023-03-06 18826288*** 576KB 5
- 2023-02-14 18826288*** 1.5MB 5
- 2022-09-16 Hc4Bq15738896*** 15KB 5
- 2022-09-07 jiang2*** 39KB 4.5
- 2022-09-07 jiang2*** 10.3MB 4.5
您可能感兴趣
50
原价:
100 积分
立即购买