留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

人工神经网络和灰色预测客运量方法的比较

刘长虹

downloadPDF
文章导航 > 上海工程技术大学学报  > 2005 >  19(1): 1-4
刘长虹. 人工神经网络和灰色预测客运量方法的比较[J]. 上海工程技术大学学报, 2005, 19(1): 1-4. doi: 10.3969/j.issn.1009-444X.2005.01.001
引用本文: 刘长虹. 人工神经网络和灰色预测客运量方法的比较[J]. 上海工程技术大学学报, 2005, 19(1): 1-4. doi: 10.3969/j.issn.1009-444X.2005.01.001
shu
LIU Chang-hong. Comparing Neural Network With Grey Model for Expecting Passenger Volume[J]. Journal of Shanghai University of Engineering Science, 2005, 19(1): 1-4. doi: 10.3969/j.issn.1009-444X.2005.01.001
Citation: LIU Chang-hong. Comparing Neural Network With Grey Model for Expecting Passenger Volume[J]. Journal of Shanghai University of Engineering Science, 2005, 19(1): 1-4. doi: 10.3969/j.issn.1009-444X.2005.01.001
shu

人工神经网络和灰色预测客运量方法的比较

doi: 10.3969/j.issn.1009-444X.2005.01.001

  • 上海工程技术大学,汽车工程学院,上海,200336

详细信息

  • 中图分类号: F540

Comparing Neural Network With Grey Model for Expecting Passenger Volume

    摘要
  • 摘要: 根据灰色理论、数据序列作累加运算后得到的数据序列的规律性好于前者,数据曲线变得比以前光滑.因此将以往流量数据先作累加,然后根据新生成的数据序列,利用人工神经网络方法对未来的客运量进行预测.算例表明,将人工神经网络与灰色模型的运算结果进行比较,可知尽人工神经网络所需训练数据比灰色模型多,但是其对数据的适应能力和精确性强于灰色模型.最后通过比较几种神经网络模型和传递函数,可知使用BP神经网络和双面型正切函数,可以较好地用于客运量的短期预测.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  161
  • HTML全文浏览量:  45
  • PDF下载量:  55
  • 被引次数: 0
出版历程
  • 刊出日期:  2005-03-30

目录

    /

    返回文章
    返回

    版权所有 © 上海工程技术大学沪ICP备05052046号

    电话：86-21-67791000Email：xuebao@sues.edu.cn

    地址：中国上海市龙腾路333号邮政编码：201620

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计