基于层次结构模型的RBF神经网络货运量预测方法

英文篇名：The Radial Basis Function Neural Network Model for Freight Volume Forecast Based on Hierarchy Configuration Model
中文刊名：长沙交通学院学报
英文刊名：Journal of Changsha Communications University
作者：胡波 ; 刘建民
英文作者：HU Bo ; LIU Jian-min(Department of Civil Engineering and Architecture ; Northwestern Polytechnical University ; Xi'an 710072 ; China)
中文关键词：RBF神经网络 ; BP神经网络 ; 货运量
英文关键词：the radial basis function neural network(RBF) ; artificial neural network ; freight volume
出版日期：2006-12-30
机构：西北工业大学力学与土木建筑学院,西北工业大学力学与土木建筑学院陕西西安710072,陕西西安710072
年：2006
期：04
出版单位：长沙交通学院学报

摘要

为了有效地进行交通货运量预测,通过对货运量影响因素的分析,建立了关于货运量影响因素的层次结构模型,并根据该模型构建基于RBF神经网络的货运量预测方法。用我国1985~2004年的货运量对该神经网络进行训练和预测,同时与BP神经网络预测方法进行比较。结果表明,该方法具有更快的运算速度和更高的精度,具有很好的预测能力和应用价值。
To forecast the fright volume more effectively,the factors influencing freight volume were andalyzed and an AHP model were established.Based on this model,a Radial Basis Function neural network model for freight volume forecasting is suggested.The historical statistical data from 1985 to 2000 are used to train the RBF ANN,and then the historical data from 2001 to 2004 are used to check the RBF ANN model.Comparing with BP ANN with same set data,the RBF ANN converges more quickly and gives a more accurate result for prediction.

引文

[1]赵闯,刘凯.基于广义回归神经网络的货运量预测[J].铁道学报,2004,26(1):12-15.
    [2]王维国,张静静.基于BP神经网络的货运量预测方法[J].物流技术,2005,(7):58-59.
    [3]陈福贵,李远富.基于BP神经网络的铁路货运量预测[J].铁道货运,2005,(9):15-17.
    [4]马林才,陈文华,边浩毅.基于BP神经网络的浙江省公路运输量的预测[J].浙江交通职业技术学院学报,2003,4(1):1-4.
    [5]王际祥.货运需求与经济发展[M].北京:中国铁道出版社,1996.
    [6]崔淑华,王娜,胡亚南.基于主成分分析的公路货运量预测影响因素研究[J].森林工程,2005,21(5):65-67.
    [7]Robert J,Sch illing J,Carroll J.Approxim ation of non linear system s w ith rad ial basis functionneural networks[J].IEEEtransactions on neural networks,2001,12(1):21-228.
    [8]王炜,吴耿锋,张博锋.径向基函数(RBF)神经网络及其应用[J].地震,2005,25(2):19-25.
    [9]郭晶,孙伟娟.神经网络理论与MATLAB7实现[M].北京:电子工业出版社,2005.
    [10]李德水,郑京平.中国统计年鉴2005[M].北京:中国统计出版社,2005.