基于MATLAB的BP神经网络组合预测模型在公路货运量预测.pdf

基于MATLAB的BP神经网络组合预测模型在公路货运量预测.pdf

ID:52237887

大小:424.02 KB

页数:5页

时间:2020-03-25

基于MATLAB的BP神经网络组合预测模型在公路货运量预测.pdf_第1页
基于MATLAB的BP神经网络组合预测模型在公路货运量预测.pdf_第2页
基于MATLAB的BP神经网络组合预测模型在公路货运量预测.pdf_第3页
基于MATLAB的BP神经网络组合预测模型在公路货运量预测.pdf_第4页
基于MATLAB的BP神经网络组合预测模型在公路货运量预测.pdf_第5页
资源描述:

《基于MATLAB的BP神经网络组合预测模型在公路货运量预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于MATLAB的BP神经网络组合预测模型在公路货运星预测巾的应用杨云超,吴非,袁振洲(北京交通大学城市交通复杂系统理论与技术教育部重点实验室,北京10o044)摘要:采用BP神经网络建立公路货运量组合预测的理论模型,灵活利用神经网络通过自适应自学习能够拟合任意非线性函数的功能,有效克服传统的组合预测方法在实际应用中把数据间的关系强加给某一类函数的不足,并借助于先进的数学计算软件MATLAB进行简单的编程,大大降低模型的计算难度,实例证明该方法具有更高的预测精度。关键词:BP神经网络:货运量:MATLAB;组合预测中图分类号:U491.】13文献标识码:A

2、文章编号:1002—4786(2010)04—0207—03DoI:10.3869/i.1002—4786.2010.04.063BPNeuralNetworkCombinationForecastingModelBasedonMATLABUsedinHighwayFreightVolumePredictionYANGYun—chao,WUFei,YUANZhen—zhou(MOEKeyLaboratoryforUrbanTransportationComplexSystemsTheoryandTechnology,BeijingJiaotongUnive

3、rsity,Beijing100044,China)Abstract:AnewtheorymodelisbroughtforwardandthemodelbasedonBPneuralnetworkisusedinhighwayfreightvolumeeombinationforecasting.Thismodelflexiblyappliedthecapabilitythattheneuralnetworkcanfitanynon—linearfunctionbyself—adaptationandself-learning,avoidingthesh

4、ortageeffectivelythattraditionalcombinationforecastingmethodforcestherelationshipamongthedataonsomesortoffunctionintheapplication.WiththehelpofMATLAB,somesimpleprogramiscompiled.Itdecreasesthedificultyofcalculation.Theexamplehasprovedthatthismethodhashigh—erpredictionprecision.Key

5、words:BPneuralnetwork;freightvolume;MATLAB;combinationforecast0引言或某几个方面,反映了部分因素的影响。但公路货运输需求预测是公路网规划、区域发展规划、运量受到多种因素的影响,为了最大限度地反映实基础建设投资决策及运输生产组织管理的基础,对际情况,可采用组合预测的方法将各种单项预测结交通运输需求的预测分析具有重大的社会意义和经果综合起来,以改善模型的拟合能力并提高预测精济意义。可见,公路货运量的预测举足轻重,可靠度。但是,传统的组合预测方法具有一定的局限的预测结果是进行规划的前提,决定着整个规划

6、的性。成功。l传统组合预测方法的局限性目前,常用的预测方法可分为单项预测方法和单项预测方法有多种,常用的主要有:趋势外组合预测方法单项预测方法侧重于问题的某一个推法、多元线性回归法、平均增长率法等;组合预测方法是将这些单项预测的结果按照某种规则进行实用价值。为了避免这些问题,除了合理地设计网组合的方法。传统的组合预测方法有平均组合预测络结构,尽量减少隐层神经元个数外,还提出了许法、最优加权组合预测法、广义加权算术平均组合多改进方法,如附加动量一自适应调整学习速率算预测法等。法、利用L—M学习规则算法等。附加动量一自适应在平均组合预测方法中,由于单项预测方法

7、中调整学习速率算法的权值调节公式为:采用的各项指标对预测问题的贡献并不相同,这必(+1)=(1一)n(k)8&+mc(Ii})(3)然导致模型预测的精确度不高。加权组合预测法则Aqj(+1):(1-mc)n(k)8i+mcAq;i(k)(4)考虑了不同的指标值对预测问题的贡献的大小,使farl(k)SSE(k+I)cSSE(k)(5)题之间并不一定是简单的线性关系,所以,该方法【rl(k)其他也不能完全真实地反映实际情况。广义加权算术平式中,七为训练次数;

8、mc为动量因子,一般取均组合预测法从非线性的角度考虑了组合预测模0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。