文件名称：基于灰色关联和BP神经网络的铁路货运量预测方法 (2015年)
文件大小：568KB
文件格式：PDF
更新时间：2024-05-19 03:01:13
自然科学 论文
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。