|
|
1.
基于改进粒子群优化算法的灰色神经网络的铁路货运量预测
雷斌 陶海龙 徐晓光
计算机应用
2012, 32 (10):
2948-2951.
DOI: 10.3724/SP.J.1087.2012.02948
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。
参考文献 |
相关文章 |
多维度评价
|
|
