山东科学
山東科學
산동과학
SHANDONG SCIENCE
2015年
2期
70-74
,共5页
集装化%货运量预测%BP神经网络
集裝化%貨運量預測%BP神經網絡
집장화%화운량예측%BP신경망락
containerization%freight volume forecast%BP neural network
对1995-2012年全社会集装化货物运量进行了统计归纳,利用灰度关联分析法筛选指标,建立了BP神经网络预测模型,并对我国2013-2020年全社会集装化货运需求行了预测.预测结果显示,BP网络模型对历史实际值拟合效果较好,误差较小,表明其具有较高的可靠性和实用性.
對1995-2012年全社會集裝化貨物運量進行瞭統計歸納,利用灰度關聯分析法篩選指標,建立瞭BP神經網絡預測模型,併對我國2013-2020年全社會集裝化貨運需求行瞭預測.預測結果顯示,BP網絡模型對歷史實際值擬閤效果較好,誤差較小,錶明其具有較高的可靠性和實用性.
대1995-2012년전사회집장화화물운량진행료통계귀납,이용회도관련분석법사선지표,건립료BP신경망락예측모형,병대아국2013-2020년전사회집장화화운수구행료예측.예측결과현시,BP망락모형대역사실제치의합효과교호,오차교소,표명기구유교고적가고성화실용성.
