数学建模社区-数学中国

标题: 疫情下基于 GC-rBPNN 模型的公路货运量预测方法研究 [打印本页]
作者: 雩风三日    时间: 2021-1-15 15:54
标题: 疫情下基于 GC-rBPNN 模型的公路货运量预测方法研究
疫情下基于 GC-rBPNN 模型的公路货运量预测方法研究
6 H& d( \9 [$ z
( P4 q* `$ q' C+ a       新冠疫情期间，公路货运量明显下滑，公路运营状况变化复杂，亟须科学预测公路货运量。通过灰色关联
. t+ W! E7 P9 L% b+ x9 q9 i分析，确定疫情期间公路货运量主要影响因素，构建了基于灰色组合(GC)-修正 BP 神经网络（rBPNN）模型的公路
) r# L$ F/ b- q$ m( [, E5 U货运量预测方法。以我国 2017 年 7 月-2020 年 5 月的公路货运量统计数据为原始数据，对 BP 神经网络进行训练和检  A6 G# V& Y- t, F
验，并引入“修正系数”𝐻m对预测结果进行修正。以疫情期间近 5 个月数据为基础，用灰色组合模型预测下月公路2 e: |# w; J! C) Q' v" d
货运量各主要影响因素值，再运用修正 BP 神经网络预测我国 2020 年 6 月的公路货运量。将 GC-rBPNN 模型与其他5 u5 _% t* s6 H1 f$ I8 q4 P3 b
预测方法进行对比分析，GC-rBPNN 模型的 PE  和 MAPE 分别为 0.21%和 3.21%，结果表明，GC-rBPNN 模型的预测( \% h, A- n8 W% |5 G/ z* O: ?
精度更高，该方法有一定的可行性和有效性。
3 K' H8 \, C% @
+ k9 b7 @8 l. ]( B/ e! {关键词：公路货运量；疫情；灰色关联度；BP 神经网络；组合预测模型
* `! ~$ @; u3 s$ B/ o! ]( J/ q1 Z# s. ^7 l  c8 w( j
, `) R1 l. n; `9 y" l5 I! ]

, D" V! [; l/ Q8 L
3 V5 s7 ]* R' q/ X2 T  B5 U- @
7 i' O7 f0 I) [# E. v5 m6 e

疫情下基于GC_rBPNN模型的公路货运量预测方法研究_田晟.caj

956.19 KB, 下载次数: 1, 下载积分: 体力 -2 点

售价: 1 点体力  [记录]





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5