2006年第2期杭力,等:BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用
113
在此基础上,对2004年的公路客运量进行预步提高预测精度,并能在公路客运量方面发挥更大
测,得到2004年公路客运量的预测值为163.8,总体的作用。
的均方差为4.3。由此看来,在原始资料有限的情况下,用GM(1,1)和BP神经网络组合模型对交通量参考文献
进行短期预测,可以得到较满意的结果。
[1]刘思峰,郭天榜,党耀国.灰色系统理论及其应用(第二
版)[M].北京:科学出版社,1999.
5结语
[2]董长虹.MAⅡAB神经网络与应用[M].北京:国防工业
此组合模型将灰色GM(1,1)模型与BP神经网
出版,2005.
络模型相结合,既利用灰色预测的需要数据资料少[3]许东,吴铮.基于MA皿AB6.x系统分析与设计(第
的优点,又吸收了BP神经网络容错能力,自适应能
二版)[M].西安:西安电子科技大学出版社,2002.[4]徐明,李少远,孙兴焕.高速公路进出流量差异的BP
力强的优点。此组合模型简单、实用,特别是在原始
神经网络预测模型[J].武汉:交通与计算机,2005,(3):
数据非常有限的情况下,可以得到相当精度的拟合33—36.
数据,并能得到可靠的预测数据。
[5]&IIemB,KmlleIllmlll
L.FitIless妇ng孤ld11ic}lingⅡ硷tllods
由于神经网络的功能之强大,型式之多样,若能痢sited[J].IEEE
TraIls
on
Evol砸orlar)r
compII拓岫on,1998,
将其它网络形式同灰色模型相结合,则有可能进一
2(3):9r7一106.
<,●<,●<>●<,●o●<,●<,●<>●<,●<>●<>●<)●<>●(>●<> <,●(,●<,●<)●<,●(>●<>●<,●<>●<>●
o●o●'o●o●o●o● =,●o●1=,●o●o●o●‘=’‘ =,●o‘_=,●
(上接第93页)
表3龙祖山隧道二次衬砌施工进度
表4机械台班费节省情况
注:1.左线优化后比传统施工提前贯通13d,右线提前贯通16
d;
2.每d工作台班按3台班计。
办和公司的多次肯定和赞扬,为17标项目部从追兵
果看,工程技术人员从工作台车、混凝土配合比、脱跃成标兵创造了长大公司隧道施工史上的奇迹。
模时间和台车轨道基础等方面进行优化设计,取得
了显著的效果,既节省了工程直接成本52万元,又
4结语出色地完成了隧道主体工程施工任务,还为路基施从龙祖山隧道二次衬砌施工工艺优化的实施效
工营造施工场所,赢得各方面的肯定和赞扬。
BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用 在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型。此组合模型兼有灰色预测...
基于BP神经网络和GM(1,1)灰色模型的中国人口预测分析_军事/政治_人文社科_...我们通过输入原始数据资料, 应用灰色模型进行预测, 得到预测数列, 然后将预测 值...
高维和非线性等特性,基于BP神经网络算法原理,构建了BP神经网络需水预测模型,将模型应用于上海市需水预测中,并与灰色GM(1,1)需水预测模型的拟合、预测结果进行了...
改进的BP神经网络在铁路客运量时间序列预测中的应用...原理的基础 上 , 建立铁路客运量时间序列预测模型 ... 科目三实际道路驾驶考试注意事项 驾考新题抢先版...
屈怀林1 莉 模型在原油产量预测中的应用 ( 1. 西南石油大学 研究生院 ,四川...为此 ,在灰色预测理论的基础上引入 BP 神经网络模型 ,建立了 GM (1. 1) ...
· 2010 年 4 月上半月刊(总第 218 期) HIGHWAY TRANSPORTATION & LOGISTICS 道路运输与物流 基于MATLAB的 BP神经网络组合预测模型在 公路货运量预测中的应用杨...
GM(1.1)与BP神经网络组合模型在原油产量预测中的应用_专业资料。为了维持油田...为此,在灰色预测理论的基础上引入BP神经网络模型,建立了GM(1.1)和BP神经网络...
BP神经网络在铁路客运市场时间序列预测中的应用_...% + * % 灰色 () (,) 模型 $ $ 预测值 (...朱小平 基于灰色预测模型的公路运输量预测[期刊论文]...
以实证分析为背景 ,论述了改进 B P 神经网络在公路旅游客流量预测中的应用 ,...( 2) 基于灰色系统理论的方法 , 如 GM ( 1 , 1 ) , D GM ( 1 ,1...
基于IPSO_BP神经网络的铁路客运量预测_交通运输_工程科技_专业资料。将基于改进粒子群算法的BP网络模型应用于铁路客流量预测,仿真结果表明次方法有效可行。...
热门文档