货运置和货运周转量神经网络预测

《货运置和货运周转量神经网络预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国交道研究与探索(2005)一第六届全国交通运输颁城青卑学末全讧论文毒⋯⋯，々一一舛4’川’■”席咎料一r∥—’斜弗钟妒中●5∥r∥擎t∥r矿r川”。。‘∥一·F．，‘阢越梆婶辟，垡一∥御硝∥t％货运置和货运周转置神经网络预测陈向东1，隽志才1，徐同连2(1．吉林大学交通学院，吉林长春130025；2．辽宁省交通厅运输管理局，辽宁沈阳110003)摘要：货运量和货运周转量预测是制定交通运输规划、物流规划和交通政策的重要参考依据，本文在比较常用的预测方法基础上，利用神经网络方法同时对货运量和货运周

2、转量进行预测，指出了神经网络预测的优势，给出了神经网络预测结果。关键词：货运量；货运周转量；预测方法；神经网络0引言货运量和货运周转量是燃输的重要经济指标，它们对于制定交通规划、物流规划、交通政策存着重要的参考价值。常用的预测方澍卜。J从总体性质E分为两大类，定性预测和定量预测，货运量和货运周转量预测也是如此。定性预测方法主雪孢鼯：专家预测、头脑风暴法、德尔j融莹等，定性预测主要髑赖于被调查专家的知识和经验，这种方法优点在于当历史数据较为缺乏时，可以比瞪陕速的根据专家的分析判断对未来货运量和货运

3、周转量发展趋势做出比蝴的预测。缺点是受到专家知识水平和主观因素的影响较大，有时缺乏全面性客观性。常用定量预测方法主要包括：移动平均法，指数平滑法，趋势时间序列预测，灰色预测法，回归分析法等。其中，移动平均法、指数平滑法、趋势时间序列和灰色预测法部属于时间序列预测方法，回归分析法属于因果预测。表1比较分析了几种常用预测方法的优缺点。表1常用预测方法比较1神经网络简介【6，7】神经网络是指—类新的计算方法，实质慰百过高精度的模拟现实情况来预测未来的发展趋势。它是模仿人．腿i神经网络的结构和某些工作机

4、制而建立的计嬖模型。这种计算模型的特点是，利用大量的简单计算单元(即神经元)连成网络，来实现大规模并行计算。神经网络主要特点是能处理任意类型的数据，无须知道数据的分布规律，通过不断学习，能够从未知模式的大量的复杂数据中发现其规律。相对于其他方法，其优点在于：(1)神经网络并行计算能力强，能同时对多项指标进行预测；(2)神经网络是对实际情况的高度模拟，避免了指数平滑法中人为确定平滑系数的主观性、片面性，而且2005·8中国-大连194第二部分：交通运输规划与管理畅t∞％—o瞄■■E■嘣■≈一，}钟

5、，q—■％■■％，■"—‘J％r_吖，辅憎4懈J5∥■畅睇糠_W，％蛘■％■日孵o％■■MfjJ-∥矿膏·rJF，，珥Jr一，‘^删4·F，—，』7一●⋯一-，P其预测精度高于移动平均法；(3)避免了灰色预测法的理论缺陷，对任意类型数据均可处理，无需复杂的数据处理；(4)神经网络能处理非线性，随机性的数据，这是数据时问序列预测所无法实现的；(5)克服了回归分析法中寻找影响因素，并建立数学模型的困难。近年来在模式识别与分类、滤波、自动控制、预测等方面已展示了其非凡的优越性。常用的神经网络模型有多层

6、感知机、线性神经网络、BP网络、反馈网络、自适应映射网络等。最流行的是基于浸差反向传播算法(ErrorBack-Propagationalgorithm)的BP神经网络。2神经网络模型预测‘札10】本文采用了BP神经网络模型，利用神经网络并行处理能力强的特点，在M甜ab神经网络工具箱中同时预测了辽宁省的货运量和货运周转量。2．1神经网络预测步骤图l说明了建立神经网络模型并预测货运量和货运周转量一般步骤：建M收立并集数输训神历^、据>入练经史／。处和^、神>网数理目，经络标网预据络测矩模阵型图1神

7、经网络预测步骤25,货运量和货运周转量预测根据2．1所述，预测如下：(1)收集辽宁省货运量和货运周转量历年数据，如表2所示：表2辽宁省历年货运量和货运周转量／万吨，亿吨公里摘自：1979年一2002年数据来源于《辽宁省统计年鉴2003》，2003年数据来源于辽宁省国民经济和社会发展统计公报。。(2)数据处理。根据神经网络的特点，—般将数据进行归—化处理，减小数据随机波动性。本文利用增长指数，即第二年与第一年数据的比值来处理数据，表3给出了相应的增长指数。1952005·8中国·大连中国交通研究与

8、探索(2005)一第六j全国交通运输领域青年学术全议论丈亲pp—甙一尉㈣t-⋯_一“∥Y—o捌斟_F●’+F一蔚f∥童：打鼻·riF"斟埘越牟‘节∥舯v40觯搿郴‘■‘¨帮一∥*ro’僖舻黛m?誓掣型’帝撕表3辽宁省货运量和货运周转量增长指数(3)建立输入矩阵、目标矩阵。表3共有24组数据，用前22组数据作为样本数据建立荆II练神经网络模型，后2组数据检验预测效果。样本；鳞据以前五年数据为输入，第六年数据为输出，即1980年．1984年为输入数据，1985年数据为输出数据，1981年一1985年