基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的鐵路客運(yùn)量預(yù)測研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近年來我國鐵路事業(yè)迅猛發(fā)展,在建的鐵路項(xiàng)目很多,陸續(xù)還有更多的項(xiàng)目上馬。運(yùn)量預(yù)測工作在交通工程建設(shè)的前期工作中處于十分重要的地位,準(zhǔn)確的客運(yùn)量預(yù)測是進(jìn)行交通規(guī)劃和管理的主要依據(jù)之一。
   預(yù)測方法的選擇直接影響預(yù)測結(jié)果的精度,本文旨在把遺傳算法和BP網(wǎng)絡(luò)結(jié)合GA-BP方法引入鐵路客運(yùn)量預(yù)測領(lǐng)域,并以高精度為目標(biāo),研究GA-BP方法的鐵路客運(yùn)量預(yù)測。
   論文首先分析了客運(yùn)量預(yù)測的重要性,總結(jié)了鐵路客運(yùn)量預(yù)測的方法,如

2、時(shí)間序列的移動平移法、指數(shù)平滑預(yù)測模型、灰色GM(1,1)模型等、影響因素法的線性回歸模型,并分析了各種常用方法的適用范圍和優(yōu)缺點(diǎn)。
   其次探討了鐵路客運(yùn)量的發(fā)展趨勢及影響因素。根據(jù)預(yù)測鐵路客運(yùn)量時(shí)選擇影響因素的準(zhǔn)則,確定了本文用于影響因素法預(yù)測的八個(gè)影響因子。
   接著選擇遺傳算法優(yōu)化BP網(wǎng)絡(luò)閥值和權(quán)值形成的GA-BP算法作為本文的主要預(yù)測手段。分別建立了多影響因子的GA-BP模型、時(shí)間序列的GA-BP模型預(yù)測。

3、
   另外比較多影響因子的GA-BP和BP的預(yù)測結(jié)果,驗(yàn)證了前者改良了后者的局限性并提高了預(yù)測精度;比較多影響因子的GA-BP模型和三次指數(shù)平滑模型、一元線性回歸模型、灰色GM(1,1)模型的預(yù)測結(jié)果,驗(yàn)證了多影響因子的GA-BP模型預(yù)測的有效性;比較時(shí)間序列的GA-BP模型與多影響因子的GA-BP和BP模型的預(yù)測結(jié)果,顯示時(shí)間序列的GA-BP模型預(yù)測我國鐵路客運(yùn)量不可靠。
   最后,對應(yīng)用GA-BP網(wǎng)絡(luò)預(yù)測鐵路客運(yùn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論