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 ; h/ p  z1 Y' ?) X" Q

/ l& m  Q" K4 U# s0 y; b       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
% Q2 o. T( j+ g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
4 @' {0 d6 O) Q  D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
! d2 X; E1 A* F7 V' l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
1 l. o5 C) E& Q/ @& H2 ?+ B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  s( q1 V& J4 G- \2 x2 f
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: L7 J1 \! |0 L5 f  U3 \1 x& \; L
精度更高，该方法有一定的可行性和有效性。
$ j! ?  D, k; @5 P, C. o
; u+ k- \1 t; x7 F. j; C# l$ u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
* \/ x8 }( v  C& y* b" M9 u  @
& g$ q+ G# Z+ q$ w& s
/ l( y! W% a) I4 D; w/ O+ ~; [3 I+ f5 X. f: T) y+ _( S4 `

/ G3 j) N. c2 Y$ E+ m1 @+ _6 O- `! L# ?9 Y* c; g" x  Y* v( W4 R

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