QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 3200|回复: 0
打印 上一主题 下一主题

[其他资源] 疫情下基于 GC-rBPNN 模型的公路货运量预测方法研究

[复制链接]
字体大小: 正常 放大

395

主题

3

听众

5032

积分

  • TA的每日心情

    2021-3-28 15:16
  • 签到天数: 25 天

    [LV.4]偶尔看看III

    跳转到指定楼层
    1#
    发表于 2021-1-15 15:54 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    疫情下基于 GC-rBPNN 模型的公路货运量预测方法研究
    * l) `8 K, S" ~5 p
    4 G6 R2 P9 _# h( \' j       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
    * X/ |4 p! ?; z0 E8 l' H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 a7 c5 N! |; I' e5 M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: F; x5 d$ D, t; E
    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
    % R6 z# D* j' R# z0 g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, x9 g, N5 L+ p& i
    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! K) Y3 t; K& R8 W9 ]0 D# b1 N# C
    精度更高,该方法有一定的可行性和有效性。 8 L! f8 \, D& [( h4 Z

    ' D) I* K1 H, j0 ?, _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
    7 N7 w4 _" r9 G7 g" M; I5 J
    & G5 d4 I9 ]$ u# j) q% B
    ) ?* g7 G% w+ O, H3 }
    + ^$ I7 A8 b4 U7 p/ k
    6 q* i: y. d& y4 t- I' e5 B7 \& B8 ~7 C: H2 n7 N# }+ k

    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]

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-7-28 10:39 , Processed in 0.384334 second(s), 55 queries .

    回顶部