原文传递
基于PCA-BP神经网络的铁路客运量预测模型研究
| 题名： | 基于PCA-BP神经网络的铁路客运量预测模型研究 |
| 正文语种： | 中文 |
| 作者： | 刘琳玥； |
| 关键词： | 主成分分析；神经网络；铁路客运量；预测 |
| 摘要： | 本文分析铁路客运量影响因素,利用主成分分析(PCA)消除原始铁路客运量影响因素之间的相关性,将主成分分析结果作为BP神经网络的输入,并通过增加动量项、输入数据处理、调整学习速率优化BP神经网络,提出基于PCA-BP神经网络的铁路客运量预测模型。实例研究表明,与BP神经网络相比,PCABP神经网络能有效提高铁路客运量预测精度。 |
| 期刊名称： | 综合运输 |
| 出版年： | 2016 |
| 期： | 08 |
| 页码： | 43-47,73 |
检索历史
应用推荐
