基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的鐵路客運(yùn)量預(yù)測(cè)研究.pdf

1、近年來我國鐵路事業(yè)迅猛發(fā)展，在建的鐵路項(xiàng)目很多，陸續(xù)還有更多的項(xiàng)目上馬。運(yùn)量預(yù)測(cè)工作在交通工程建設(shè)的前期工作中處于十分重要的地位，準(zhǔn)確的客運(yùn)量預(yù)測(cè)是進(jìn)行交通規(guī)劃和管理的主要依據(jù)之一。
　　 預(yù)測(cè)方法的選擇直接影響預(yù)測(cè)結(jié)果的精度，本文旨在把遺傳算法和BP網(wǎng)絡(luò)結(jié)合GA-BP方法引入鐵路客運(yùn)量預(yù)測(cè)領(lǐng)域，并以高精度為目標(biāo)，研究GA-BP方法的鐵路客運(yùn)量預(yù)測(cè)。
　　 論文首先分析了客運(yùn)量預(yù)測(cè)的重要性，總結(jié)了鐵路客運(yùn)量預(yù)測(cè)的方法，如

2、時(shí)間序列的移動(dòng)平移法、指數(shù)平滑預(yù)測(cè)模型、灰色GM(1，1)模型等、影響因素法的線性回歸模型，并分析了各種常用方法的適用范圍和優(yōu)缺點(diǎn)。
　　 其次探討了鐵路客運(yùn)量的發(fā)展趨勢(shì)及影響因素。根據(jù)預(yù)測(cè)鐵路客運(yùn)量時(shí)選擇影響因素的準(zhǔn)則，確定了本文用于影響因素法預(yù)測(cè)的八個(gè)影響因子。
　　 接著選擇遺傳算法優(yōu)化BP網(wǎng)絡(luò)閥值和權(quán)值形成的GA-BP算法作為本文的主要預(yù)測(cè)手段。分別建立了多影響因子的GA-BP模型、時(shí)間序列的GA-BP模型預(yù)測(cè)。

3、
　　 另外比較多影響因子的GA-BP和BP的預(yù)測(cè)結(jié)果，驗(yàn)證了前者改良了后者的局限性并提高了預(yù)測(cè)精度；比較多影響因子的GA-BP模型和三次指數(shù)平滑模型、一元線性回歸模型、灰色GM(1，1)模型的預(yù)測(cè)結(jié)果，驗(yàn)證了多影響因子的GA-BP模型預(yù)測(cè)的有效性；比較時(shí)間序列的GA-BP模型與多影響因子的GA-BP和BP模型的預(yù)測(cè)結(jié)果，顯示時(shí)間序列的GA-BP模型預(yù)測(cè)我國鐵路客運(yùn)量不可靠。
　　 最后，對(duì)應(yīng)用GA-BP網(wǎng)絡(luò)預(yù)測(cè)鐵路客運(yùn)