基于广义回归神经网络的铁路货运量预测.pdfVIP

文章编号：1003—1421(20l1)02—0088-04 中图分类号：U294．1 文献标识码：A 基于广义回归神经网络的 铁路货运量预测 ForecastofRaitwayFreightVolumesBasedonGeneralizedRegressionNeuratNetwork 温爱华 ，李 松 W EN Ai—hua ． LlSong (1．河北软件职业技术学院 信息工程系，河北 保定 071000；2．河北大学 管理学院，河北 保定 071002) (1DepartmentofInformationEngineering，HebeiSoftwareInstitute，Baoding071000，Hebei，China；2Schoolof Management，HebeiUniversity，Baoding071002，Hebei，China) 摘 要 ：针对BP神经 网络预测存在局 Abstract：Aiming attheproblemsofBP neuraInetwork 部极 小缺 陷和 收敛速度慢 的 问题 ，提 onlocalsmallobjectionandslow convergencespeed， thispaperputsforward the forecasting modelbased on 出基 于广 义回归神经 网络 (GgNN)的预 generalizedregressionneuralnewtork(GRNN)．Basedon 测模 型 。基 于我 国1999— 2008年铁路 thehistoricalstatisticdataofChineserailwayfreighttraffic 货运量 的历 史统 计数据 ，应 用GgNN模 volume in 1999—2008，thepapermakesforecastonrailway 型和 混 沌BP神 经 网络模 型对铁 路 货运 freighttrafficvolumebyusingGRNN modelandchaosBP neutralnetwork．Through com parison on the calculation 量进行预测。通过两种预测模型的计算 resultsofthesewt oforecastmodels，thepaperiIluminates 结果 比较说 明，GgNN模 型具有 良好 的 thattheGRNN modelhassound practicabilitywith good 收敛性和较 高的精度 ，而且模型结构简 convergence，higherprecision，simplemodelstructureand 单、计算速度快，具有 良好 的实用性。 fastcalculationspeed． 关键词 ：铁路 ；货运量预测 ；GgNN Key w ords：Rai1way；ForecastofRailway Freight Volume；GeneralizedRegressionNeuralNewtork(GRNN)； 模型 ；BP模型 BPModeI