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
) [* @# c9 e" s8 _( W4 O% I# F! i5 E" ?8 `2 h
       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
0 u5 L" M4 J3 h2 V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
( @/ ?; ~; E; X5 \/ x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
8 C+ x9 W$ B9 K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
- h; |% i- |4 i" Z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
8 ?8 b6 N$ Z0 l* H% y0 ~6 _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
  K8 ]4 j0 V! \# \& @精度更高，该方法有一定的可行性和有效性。 6 v; _8 T, \1 x( o
, D1 o6 H0 h4 Q! N
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   u( H0 v6 \+ M8 _
3 T7 l  ^8 Z: @0 D6 h" }, b( T( C
: G7 N: W! g5 m
9 o% A  `2 `& K1 B1 W

) H: v" o" z5 z4 d& r
2 E$ f' r; E& h

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