基于灰色和神经网络的铁路客运量预测研究

作者：冯冰玉; 鲍学英; 王起才

来源：铁道科学与工程学报, 2015, (05): 1227-1231.

DOI：10.19713/j.cnki.43-1423/u.2015.05.036

• 客运量
• 预测
• 灰色理论
• RBF神经网络 passenger traffic volume
• prediction
• grey theory
• RBF neural network

准确的客流量预测在国家交通规划与管理中具有重要意义,预测方法的选择直接影响到预测的精度。客运量的预测具有小样本和非线性的特点。结合灰色理论和RBF神经网络的特点形成灰色-RBF神经网络模型,并采用客流运量分担率的方式对拟建铁路客流量进行预测。通过灰色理论对原始数据进行生成处理,将无规律的原始数据变为较有规律的生成数列,再利用RBF神经网络的超强适应能力和学习能力,大大加快学习速度并避免出现局部极小问题对生成数列进行预测,再将模型运用到客运量的预测中。最后结合新建兰州至中川机场铁路项目及调查数据进行客流量的预测研究,得出灰色-RBF神经网络模型对客流量具有很好的预测性。

• 出版日期2015
• 单位土木工程学院; 兰州交通大学