

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、鐵路客流量是鐵路運輸評價體系中的一個重要指標,對客流量及其走勢的預測,有助于運行圖的調整,并直接影響到鐵路運輸調度系統(tǒng)的可靠性和實用性,因此如何精準地對鐵路客流量進行預測顯得尤為關鍵。由于客觀因素的影響,鐵路客流量呈現(xiàn)非線性的振蕩特性,針對這一特性,本文在灰色系統(tǒng)原理和BP神經網絡原理的基礎上構建預測模型,以期能適應鐵路客流量的非線性特征,提高預測模型的性能和預測精度?;谛颖緮?shù)據的信息處理,灰色系統(tǒng)和BP神經網絡在多個學科具有較高的
2、使用率,本文將對二者進行深入研究提出改進方案,并構建預測模型應用于鐵路客流量預測中,最終以組合預測的形式得到最優(yōu)預測模型。
通過對灰色技術的分析,發(fā)現(xiàn)傳統(tǒng)灰色預測模型并不適用于非線性數(shù)據的預測,在此基礎上通過構建基于緩沖算子的GM(1,1)預測模型和灰色冪模型驗證其優(yōu)良性,緩沖算子能夠還原失真數(shù)據的本來面貌適用于各種數(shù)據序列包括振蕩數(shù)據,灰色冪模型的冪指數(shù)能夠根據原始數(shù)據的波動特征調整預測曲線,對非線性數(shù)據具有較好的預測性能。
3、利用MATLAB構建對應數(shù)學模型,采用鐵路客流量數(shù)據進行預測,其預測結果均高于傳統(tǒng)灰色預測模型,均可用于灰色神經網絡組合預測。
BP神經網絡具有強大的學習能力,但在傳統(tǒng)的網絡學習過程中可能出現(xiàn)訓練緩慢或停滯、局部最小值等不利于網絡訓練的現(xiàn)象,針對這些現(xiàn)象對目前改進算法進行研究,本文中在自適應學習率的改進算法基礎上設計進一步的優(yōu)化方案,利用MATLAB編程實現(xiàn)模型的構建,達到網絡快速有效收斂的目的。
灰色預測模型和BP
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 基于灰色理論和RBF神經網絡民航客運量預測方法研究.pdf
- 基于灰色理論與廣義回歸神經網絡的客運量預測模型研究.pdf
- 改進灰色神經網絡模型在甘肅省鐵路客運量預測中的運用.pdf
- 基于遺傳算法和BP神經網絡的鐵路客運量預測研究.pdf
- 鐵路客運量短期預測方法的研究.pdf
- 基于遺傳算法優(yōu)化灰色神經網絡的浙江省公路客運量預測模型.pdf
- 基于ARIMAX模型的鐵路客運量預測研究.pdf
- 基于灰色理論與智能算法的鐵路客運量預測組合模型研究.pdf
- 基于神經網絡的中小城市常規(guī)公交客運量預測研究.pdf
- 高速鐵路客運需求分析與客運量預測研究.pdf
- 基于神經網絡鐵路貨運量的預測
- 基于改進神經網絡的鐵路貨運量預測研究.pdf
- 廣東西部沿海鐵路客運量預測研究.pdf
- 公路客運量預測方法對比分析.pdf
- 基于HHT的城際趟車客運量組合預測方法研究.pdf
- 基于人工神經網絡的鐵路貨運量組合預測研究.pdf
- 我國鐵路客運量的組合問題研究.pdf
- 公交客運量預測技術研究.pdf
- 基于遺傳算法優(yōu)化支持向量機的鐵路客運量預測.pdf
- 基于線性回歸的我國客運量預測模型
評論
0/150
提交評論