QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 3203|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
    ; `- \! {! J, B0 Y: Z0 ?6 X1 _8 y3 m1 u  \
           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
    ' O2 [7 z% |0 c/ B* ~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  B& j/ ~& R* G5 g1 ~$ J
    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
    & e2 Z/ v- Q( a. i0 ^8 q/ G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( a, m( U2 ^1 M3 g6 v
    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
    + c" S: V3 t$ p3 V+ k# H3 P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
    ; T1 b' U! U9 P3 V精度更高,该方法有一定的可行性和有效性。 1 a( k4 W) n. p3 |

      X7 t2 J) [4 }& X4 L( q: N' F( V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 + V/ _% m! T4 t8 h6 `
    ( h1 @8 h8 r3 R; i" j7 V) v

    2 s6 R+ G1 D: _8 q1 P9 W
    4 C  Z( A; H3 `0 B8 b% z% d* r& o& Y* D2 _. b/ e

    4 u& o/ T9 ~+ ^1 m6 h# b

    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 15:28 , Processed in 0.268983 second(s), 55 queries .

    回顶部