原文传递
基于VMD—BAS—BP的铁路货运量预测研究
| 题名： | 基于VMD—BAS—BP的铁路货运量预测研究 |
| 作者： | 刘金芳;向万里;王璐璐 |
| 作者单位： | 兰州交通大学交通运输学院;兰州交通大学现代物流研究所 |
| 关键词： | 铁路货运量;变分模态分解;天牛须搜索算法;BP神经网络;预测 |
| 摘要： | 为了提高货运量预测精度，保障铁路货运设施得到充分利用，有效提升运输效益，提出一种基于VMD-BAS-BP的混合预测模型。该模型采用变分模态分解（Variational Mode Decomposition，VMD）技术对货运量进行降噪与信号分离，将原始序列分解成n个有限带宽的本征模态分量，然后运用天牛须搜索算法（Beetle AntennaeSearch，BAS）优化BP神经网络的权值与阈值，对每组模态分量分别进行预测并集成预测结果。实验结果表明：VMD-BAS-BP预测模型的MAPE值为1.40%，与BP、BAS-BP、VMD-BP、VMD-GA-BP模型相比分别降低了85.34%、82.33%和52.38%和24.73%，该混合模型鲁棒性较好且预测精度高，对铁路货运管理决策具有显著的理论指导意义。 |
| 期刊名称： | 青海交通科技 |
| 出版年： | 2021 |
| 期： | 06 |
| 页码： | 50-56,68 |
检索历史
应用推荐
