【摘要】： 準確的客運量預(yù)測結(jié)果是進行交通規(guī)劃與管理的主要依據(jù)之一。論文旨在通過對客運量預(yù)測的特點進行研究，尋找提高預(yù)測精度的途徑，研究適用于數(shù)據(jù)樣本缺乏時的灰色-廣義回歸神經(jīng)網(wǎng)絡(luò)(G-GRNN)預(yù)測模型。 論文首先對客運量預(yù)測的特點進行了研究，指出客運量的預(yù)測具有非線性和小樣本的特點，在此基礎(chǔ)上，闡述了預(yù)測工作的思路與步驟，并對影響客運量的主要因素進行了分析。 論文對常用的客運量預(yù)測方法，如回歸分析預(yù)測模型、指數(shù)平滑預(yù)測模型、定性分析法和BP神經(jīng)網(wǎng)絡(luò)模型等預(yù)測模型及其特點進行了綜述，并分析了上述模型在運用中存在的優(yōu)缺點。 論文在對廣義回歸神經(jīng)網(wǎng)絡(luò)理論研究和國內(nèi)外運用情況分析的基礎(chǔ)上，指出廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測模型能較好的滿足客運量預(yù)測要求。結(jié)合灰色預(yù)測方法對原始數(shù)據(jù)進行生成處理，利用生成數(shù)據(jù)序列建立預(yù)測模型的思想，論文研究了灰色-廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測模型，并探討了三種模型結(jié)構(gòu)并聯(lián)型(PG-GRNN)、串聯(lián)型(SG-GRNN)和嵌入型(IG-GRNN)。在此基礎(chǔ)上，論文分別研究了基于回歸分析的灰色-廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測模型和基于時間序列的灰色-廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測模型，提出了模型建立的思路與流程，對模型建立過程中的輸入／輸出數(shù)據(jù)預(yù)處理、平滑參數(shù)的確定以及小樣本條件下輸入神經(jīng)元數(shù)目的確定等關(guān)鍵問題進行了分析，并提供了有效的解決途徑。 論文最后以四川省1997-2005年鐵路客運量數(shù)據(jù)作為實例，計算結(jié)果表明，采用灰色-廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測模型進行客運量預(yù)測，無論在對歷史數(shù)據(jù)的擬合還是在模型外推檢驗方面均比回歸預(yù)測模型、三次指數(shù)平滑模型和BP神經(jīng)網(wǎng)絡(luò)模型具有更高的預(yù)測精度。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2007
【分類號】：U293.13
【圖文】：

一l平滑參數(shù)的確定5.2.2.5模型預(yù)測

net.trainParam.goal=0.01net=train(net， P_train，T_train)網(wǎng)絡(luò)訓(xùn)練結(jié)果如圖5一2所示:train為歸一化后的訓(xùn)練樣毛r川ngdx

【引證文獻】

相關(guān)期刊論文 前7條

1 王新志;祝明坤;曹爽;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)的GPS高程轉(zhuǎn)換[J];大地測量與地球動力學(xué);2011年06期

2 郭文偉;陳妍玲;;中國鐵路運輸需求規(guī)模探析[J];經(jīng)濟問題探索;2011年10期

3 平平;劉大有;楊博;金弟;方芳;馬思佳;田野;王永;;組合預(yù)測模型在豬肉價格預(yù)測中的應(yīng)用研究[J];計算機工程與科學(xué);2010年05期

4 曹從軍;孫靜;;基于廣義回歸神經(jīng)網(wǎng)絡(luò)的數(shù)碼打樣色彩空間轉(zhuǎn)換方法[J];計算機應(yīng)用;2010年08期

5 賴志偉;涂平;孫棣華;;基于車公里載客量的公交線路客運量預(yù)測研究[J];交通與計算機;2008年04期

6 伊良忠;章超;裴崢;;廣義回歸神經(jīng)網(wǎng)絡(luò)的改進及在交通預(yù)測中的應(yīng)用[J];山東大學(xué)學(xué)報(工學(xué)版);2013年01期

7 凌海蘭;郗恩崇;;基于隨機波動條件的公交客運量預(yù)測模型[J];長安大學(xué)學(xué)報(自然科學(xué)版);2012年01期

相關(guān)博士學(xué)位論文 前1條

1 劉輝;轉(zhuǎn)爐煉鋼吹煉數(shù)據(jù)預(yù)測中火焰圖像多特征提取方法研究[D];昆明理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 劉輝;基于廣義回歸神經(jīng)網(wǎng)絡(luò)的圖像測溫方法研究[D];昆明理工大學(xué);2009年

2 焦玉瑩;基于RBF神經(jīng)網(wǎng)絡(luò)的浮船塢浮態(tài)檢驗系統(tǒng)辨識[D];大連海事大學(xué);2011年

3 鄧麗賢;廣州市公路客運站場班線配置方案研究[D];西南交通大學(xué);2011年

4 羅偉;重慶市農(nóng)村客運預(yù)測分析研究[D];重慶交通大學(xué);2011年

5 何慧凝;北京市需用水規(guī)律研究[D];清華大學(xué);2010年

6 王瑩玉;航空發(fā)電機健康狀態(tài)預(yù)測技術(shù)研究[D];沈陽航空航天大學(xué);2011年

7 黃志丹;基于神經(jīng)網(wǎng)絡(luò)的電信業(yè)務(wù)量預(yù)測[D];華中師范大學(xué);2008年

8 王忠桃;灰色預(yù)測模型相關(guān)技術(shù)研究[D];西南交通大學(xué);2008年

9 薛瀟;基于數(shù)據(jù)挖掘的入侵檢測研究與應(yīng)用[D];江南大學(xué);2009年

10 趙玉芹;基于神經(jīng)網(wǎng)絡(luò)的渭河水質(zhì)定量遙感研究[D];陜西師范大學(xué);2009年

本文編號：2730183