基于遗传改进广义回归神经网络的铁路货运量预测研究

《基于遗传改进广义回归神经网络的铁路货运量预测研究》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、基于遗传改进广义回归神经网络的铁路货运量预测研究RailwayFreightVolumeForecastingwithaGeneralRegressionNeuralNetworkImprovedbyGeneticAlgorithm陈星大连交通大学DALIANJIAOTONGUNIVERSITY大连交通大学学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作叉取得的研究成果。尽我所知，除了文中特别加以标注和致谢及参考文献的地方外，论文中不包含他人或集体已经发表或撰写过的研究成不，也不包含

2、为获得_大连交通大学或其他翁胃机构的学位或证书而受用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。1本人完全意识到本声明的法律效力，申请学位论文与资料若有不实之处，由本人承担一切相关责任。曰期：年4月/>日大连交通大学学位论文版权使用授权书工字位论文作者完全了解一大连交通大学有关侫护知识产权及伴1、•更用学位论文的规定，即：研究生在校攻读学位期间论文工作的—权单位属j连交通大学.，本人保证毕业离校后，发表或使用6文工作成果时署名单位仍然为大连交通大学n学校有权保留并向

3、I冢有关部门或机构送交论文的复印件及其电子文档，允许论文被查萬和借阅。本人授权一左连交通大学■可以将本学位论文的全部或部分内容编V学校有关数据库和收录到《中国博士学位论文全文数据库》、《中囯•T:秀硕士学位论文全文数据库》进行信息服务，也可以采用影印、缩3或扫描等复制手段保存或汇编本学位论文。(保密的学位论文在解密后应遵守此规定）学位论文作者签名fa导_:巧曰期：hd’年么月曰曰期：年<月汐曰分类号：学校代号：10150UDC：密级：学号：20133048全日制专业硕士学位论文基于遗传改进广义回归神经网络的铁

4、路货运量预测研究RailwayFreightVolumeForecastingwithaGeneralRegressionNeuralNetworkImprovedbyGeneticAlgorithm学生姓名：陈星校内导师及职称：井浩湧教授企业导师及职称：韩敏高级工程师工程领域：物流工程研究方向：物流与供应链管理论文类型：应用研究申请学位：工程硕士论文答辩日期：2015年月日学位授予单位：大连交通大学摘要摘要准确的铁路货运量预测对铁路规划建设以及运营决策有着重要的意义。由于铁路货运市场供需不均衡，各种因素对货

5、运量影响形式复杂、程度不一，使得铁路货运量预测具有复杂性和非线性特点。基于因果关系或者基于时间序列分析基础上的传统方法在进行预测时，往往忽略掉一部分信息之间的联系。近年来随着人工神经网络的发展与应用，广义回归神经网络作为一种具体算法，弥补了很多传统建模方法的不足，在多因素、非线性映射上具有良好的性能。但是利用广义回归神经网络进行预测时，需要设定唯一参数光滑因子，而采用以往方法确定光滑因子，导致预测结果不够理想。本文对广义回归神经网络预测方法进行改进，引入遗传算法来寻优广义回归神经网络的光滑因子，然后将最优光滑

6、因子赋予广义回归神经网络进行铁路货运量预测。并采取对数据的增量进行预测，然后对得到的预测结果进行计算，得出想要的预测目标值。对比预测结果表明，此遗传改进广义回归神经网络算法的预测误差得到降低，预测精度优于未改进的广义回归神经网络算法的预测精度。该改进算法可以为铁路货运量预测提供新的途径，为我国铁路货运改革、铁路规划建设以及相关政策的制定提供帮助和参考。关键词：铁路货运；货运量预测；遗传算法；广义回归神经网络I大连交通大学全日制专业硕士学位论文AbstractAbstract:Accurateforecasto

7、frailwayfreightvolumeissignificanttotheplanningandconstruction,operationanddecision-makingofrailway.Becauseofthedisequilibriumofsupplyanddemandinrailwayfreightmarket,thevariousfactorsontheinfluenceofdifferentdegreetofreightvolume,andtheeffectofcomplexforms,

8、therailwayfreightvolumeforecastingiscomplexandnonlinear.Thetraditionalforecastmethodsmostlyfocusontheanalysisofregressionmodelandtimeseriesmodelonthecausalrelationshipbetweenthem,andcannotfullyutilizei