- 在线时间
- 129 小时
- 最后登录
- 2023-8-30
- 注册时间
- 2020-11-26
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 15943 点
- 威望
- 0 点
- 阅读权限
- 255
- 积分
- 4992
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 419
- 主题
- 395
- 精华
- 0
- 分享
- 0
- 好友
- 0
TA的每日心情 | 衰 2021-3-28 15:16 |
---|
签到天数: 25 天 [LV.4]偶尔看看III
 |
疫情下基于 GC-rBPNN 模型的公路货运量预测方法研究
* I4 N' a) i# W _ n; m! S5 k" i7 g) T4 `
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- _' b+ H" l, 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 v. W9 e8 J- s$ C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9 a8 r, W/ P2 x3 v( u
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 S3 l) L% d) r/ p( f, }2 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
. c9 M# v. X, H0 G2 O6 Y/ |' l5 {/ Q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
1 a8 a. a D* ~5 e- H" \精度更高,该方法有一定的可行性和有效性。 9 p4 }. G2 @+ o8 T! f$ V0 c
6 D# G7 s0 T5 m* 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
- G- e1 T% l) o+ d
l2 h' a3 b+ u5 h5 W0 J) h& c# Y* v+ h# i; Q% g# O, l
' D, O$ W8 k9 B( P& ~1 `; J2 {
4 L. v: o5 j: O$ Z/ y
! C' B6 N3 L# x3 `3 J0 E7 d, L
|
zan
|