基于广义回归神经网络的公路货运量预测方法研究
- 详情
- 2021-04-27
- 简介
- 483KB
- 页数 3P
- 阅读 68
- 下载 38
公路货运量受多种因素影响,各因素的作用机制通常不能准确地用数学语言进行描述。采用广义回归神经网络(GRNN)对货运量进行分析及预测。通过对1995~2003年南京市公路运量的历史数据进行分析和处理,对网络进行训练和拟合,用2004~2005年的实际数据进行模型检验,结果证明了GRNN用于货运量预测的有效性。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于广义回归神经网络的公路货运量预测方法研究 483KB
基于神经网络的公路货运量预测方法研究 127KB
基于RBF神经网络的公路货运量预测方法研究 603KB
基于BP神经网络的公路客运量和货运量预测方法研究 179KB
基于灰色关联和BP神经网络的铁路货运量预测方法 331KB
公路货运量的组合预测方法研究 305KB
基于MPSO-RBF的公路货运量预测方法研究 624KB
基于广义回归神经网络的路基沉降预测 180KB
基于支持向量机的公路货运量预测方法研究 607KB
基于混沌理论对公路货运量预测方法的研究 174KB