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 ; c/ N) t" k6 `3 i6 x
1 a7 t" s1 M* `) D. ]3 j2 l
       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
4 F2 ?$ _; W, v3 b8 W4 f: J- \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
7 F" p! |& A' W# O# q8 c/ j+ A* 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  X4 j3 ~$ m% _
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& v9 g  u; X0 ?2 N
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
6 Z5 O$ k5 p3 X" u& E/ Z9 t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! c: _0 O& |1 H
精度更高，该方法有一定的可行性和有效性。 * C+ }* N, w- P) ~" z0 o( Y

3 |# G( B1 W. f* s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
- a/ i7 K/ ?* c7 a. N: j! S) B& M; H1 d% e8 A' m7 R
" k! c+ X& G( u4 u
7 y: ?3 t" T5 n0 s7 m+ [
8 `/ u6 R% P) P

4 b& t0 i6 J& @' \  {& }

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