公路交通技术
公路交通技術
공로교통기술
TECHNOLOGY OF HIGHWAY AND TRANSPORT
2006年
2期
110-113
,共4页
神经网络%GM(1,1)模型%预测%精度
神經網絡%GM(1,1)模型%預測%精度
신경망락%GM(1,1)모형%예측%정도
在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型.此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性.实例证明了组合模型的预测精度高于单独的GM(1,1)模型,可以用于公路客运量预测.
在灰色預測的基礎上,引入BP神經網絡模型,建立瞭GM(1,1)和BP神經網絡組閤模型.此組閤模型兼有灰色預測和BP神經網絡預測的優點,模型既剋服瞭原始數據少,數據波動性大對預測精度的影響,也增彊瞭預測的自適應性.實例證明瞭組閤模型的預測精度高于單獨的GM(1,1)模型,可以用于公路客運量預測.
재회색예측적기출상,인입BP신경망락모형,건립료GM(1,1)화BP신경망락조합모형.차조합모형겸유회색예측화BP신경망락예측적우점,모형기극복료원시수거소,수거파동성대대예측정도적영향,야증강료예측적자괄응성.실예증명료조합모형적예측정도고우단독적GM(1,1)모형,가이용우공로객운량예측.
