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
  f- v* h$ S. h8 Y) q( s2 X( `- v% x% Q
       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
8 v8 E, b5 Q9 L. N+ H" B/ P$ V0 a% Q  Z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5 d; h9 W) |: Z5 S5 d# W
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
1 }& T' e3 a4 _" Q1 `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 M' J# V- v! x- e5 r: r
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
) X  h  Y" I/ V6 c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
3 w1 {, Z3 E3 I精度更高，该方法有一定的可行性和有效性。
- I4 R! p7 D' ~4 N6 ^' l/ T
/ {" T9 q% ]# j9 t/ D* v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 9 f7 b7 G4 }1 a$ q: V8 m

0 d; U+ V  w/ k' C
, X4 V' ^$ P1 L& N+ j0 E# z
. A8 c1 }  }' X1 `1 w2 b1 b2 Z( R2 w* h
& R9 {' x0 t- O

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