- 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
+ u8 ?- m/ ]; r+ N( b+ i/ K$ _/ `$ p
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
P, ^' X: g5 C1 o: P. r: n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
1 X+ M7 H+ b! ~+ 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
: s* X4 {4 `: B7 a0 I% q; P: b; Y: 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$ a4 @+ y; n8 ?& m" O4 P6 K% P
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
% F3 B b3 {1 B& o1 \5 l6 |3 k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
' D, M: k, B. C6 _精度更高,该方法有一定的可行性和有效性。 ! Q8 ~: B: C; ~; K' }
6 o" U" a5 U8 P7 i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
2 m: o" k8 w4 o- z* Q4 R2 `7 b1 Y5 J7 Z9 M: q U, s
! `5 U0 ?" B1 a! b) d+ N
/ s! ^4 S& {0 ~& z! x7 k* R! @* V8 s7 r
5 @% T2 x5 |4 O+ a2 ] |
zan
|