文献类型：期刊文章

作　　者：雷斌[1] 陶海龙[1] 徐晓光[1]

机构地区：[1]兰州交通大学机电技术研究所,兰州730070

出　　处：《计算机应用》

基　　金：甘肃省自然科学基金资助项目(1014RJZA042)

年　　份：2012

卷　　号：32

期　　号：10

起止页码：2948-2951

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、ZGKJHX、核心刊

摘　　要：针对现有铁路货运量预测方法的不足,提出基于改进粒子群优化算法的灰色神经网络(IPSO-GNN)的铁路货运量预测方法,通过IPSO对常规灰色神经网络(GNN)的白化参数进行优化,改善了GNN的不足,保证了预测精度;同时利用灰色关联分析法,计算了铁路货运量和影响因素间的关联度,以最主要的6个关联因素,建立了基于IPSO-GNN的铁路货运量预测模型。仿真实验结果表明,在铁路货运量预测中此模型预测精度优于常规GNN及其他预测方法,说明此预测方法有效可行。

关 键 词：铁路货运量预测 粒子群优化算法 灰色神经网络 灰色关联分析 BP神经网络  ELMAN神经网络

分 类 号：TP18]