收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于遗传算法优化灰色神经网络的浙江省公路客运量预测模型

林勤  
【摘要】:我的家乡位于美丽的浙江省,拥堵的交通总是让人无可奈何,而准确的公路客运量预测是进行公路交通规划与管理的主要依据之一,所以我决定要通过我所学的专业知识,为家乡的交通做些贡献。本文通过对浙江省近十多年的客运量进行分析研究,找出其特征,并且建立一个相对误差较小的预测模型。 本文首先分析了公路客运量在总客运量中所处的地位,并归纳了浙江省近十多年来各个市公路客运量的变化趋势,及占总客运量比重的变化情况。由总体到局部对浙江省客运量进行了简单得分析研究。其次从定性分析和定量计算两方面研究了浙江省客运量的影响因素,分别为居民总消费水平、公路里程数、人口、国内生产总值GDP、旅游总人数、工业产值、第三产业产值,第一产业产值这八个变量。再次根据2000-2010年这11年八个影响因素和公路客运量数据建立四个预测模型,并进行比较分析选出最优,误差最小的模型。第一个模型为多维灰模型GM(1,8),在对所有的数据初始化的基础上进行一次累加生成,使其形成具有指数增长规律的数据,并建立起具有微分形式的模型,根据最小二乘法,得到模型如下: 并得到此模型的预测相对误差为2.24%,精度为一级。第二个模型是结构为8-5-1的BP神经网络预测模型,通过网络预测误差e不断地更新网络连接权值,得到预测结果的相对误差为4.96%。第三个模型为灰色神经网络预测模型,原始数列为xi(0)(i=0,1,2,…,N-1)经过一次累加生成之后得到数列xi(1)呈现指数增长的规律,可以用一个微分方程进行数据拟合和预测,设为 将其变换并映射到一个扩展的BP神经网络就成为一个灰色神经网络,通过不断地更新网络权值减少误差,最终得到如下: 此模型相对误差为2.2%。由于在这个模型中,a,b1,b2,…,b8是随机初始化的,为了 挺高精确度,建立了第四个模型。第四个模型为遗传算法优化灰色神经网络模型。 通过遗传中的选择、交叉和变异对a,b1,b2,…,b8进行筛选,并找出最优值,即: 根据最优的a,b1,b1,…,b8建立灰色神经网络模型,得到如下: 根据浙江省2000-2010年度的统计年鉴,利用如上模型,预测到2010年浙江省客运量为218680万人,实际值为215708万人,相对误差仅为-1.38%,低于前三个模型,且较为精确。从这个预测模型中可看到工业产值对公路客运量的影响最大,而第一产业产值对公路客运量的影响最小。此模型精确度高且符合实际意义,可用于浙江省公路客运量的预测。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 师帅兵;姚春;高莹莹;李燕;;灰色预测模型在公路客运量预测中的应用[J];公路与汽运;2008年02期
2 蔡家明;基于灰色系统模型的公路客运量预测研究[J];上海工程技术大学学报;2003年02期
3 乔向明,张兆玉;我国公路客运量近期预测研究[J];济南交通高等专科学校学报;1998年01期
4 朱文亭;刘海林;;基于灰色—马尔科夫链理论的公路客运量预测[J];交通科技与经济;2009年06期
5 ;我国铁路客运量下降 公路民航客运量上升[J];广东交通运输;1998年01期
6 焦卓彬;明菲菲;石磊;;高铁影响下的公路客运量预测分析[J];汽车实用技术;2019年11期
7 鲁亚;;基于多元回归模型的公路客运量预测分析[J];重庆理工大学学报(自然科学);2016年08期
8 纪跃芝;胡凡;李纯净;王纯杰;;影响公路客运量的因素分析[J];教育教学论坛;2015年33期
9 毕小卓;;河南省公路客运量的影响因素分析[J];企业导报;2011年13期
10 张立涛;;基于参差修正的灰色—马尔可夫模型在公路客运量预测中的应用[J];交通世界(运输.车辆);2011年12期
11 李晓刚;贾元华;敖谷昌;;基于主成分回归的公路客运量预测模型研究[J];交通标准化;2009年09期
12 安凤秀;王丽妲;施继红;任贵升;刘庆福;;吉林省公路客运量预测研究[J];农业与技术;2008年05期
13 陈坚;霍娅敏;傅志妍;滕彦彬;;基于粗糙集的公路客运量预测[J];重庆交通大学学报(自然科学版);2009年06期
14 王生昌,白韶波,张慧;公路客运量预测方法的比较[J];长安大学学报(自然科学版);2005年05期
15 高波;;辽宁省公路客运量预测研究[J];中国人民公安大学学报(自然科学版);2018年03期
16 孙煦;陆化普;吴娟;;基于蚁群优化支持向量机模型的公路客运量预测[J];合肥工业大学学报(自然科学版);2012年01期
17 乔向明;2003~2005年我国公路客运量预测分析[J];山东交通学院学报;2003年01期
18 赵丽萍;王丽妲;刘庆福;;2015年吉林省公路客运量预测研究[J];农业与技术;2010年02期
19 王洋;;四川省公路客运量组合预测[J];经济研究导刊;2019年12期
中国硕士学位论文全文数据库 前6条
1 林勤;基于遗传算法优化灰色神经网络的浙江省公路客运量预测模型[D];华中师范大学;2013年
2 胡凡;公路客运量预测方法对比分析[D];长春工业大学;2015年
3 吴迪;沈阳市公路运输与经济发展关系研究[D];辽宁大学;2012年
4 赵现伟;陕西省公路客运需求分析及预测研究[D];长安大学;2010年
5 羊文琦;基于遗传算法和BP神经网络的区域性公路交通量预测研究[D];西南交通大学;2015年
6 李娟;基于MD模型的公路节点客运量预测方法研究[D];北京工业大学;2015年
中国重要报纸全文数据库 前10条
1 记者 蒋文艳 通讯员 王琦;我省上半年累计完成公路客运量19126万人[N];甘肃经济日报;2019年
2 兰州日报社全媒体记者 何怡璇;上半年全省营运客车累计完成公路客运量1.91亿人[N];兰州日报;2019年
3 记者 杨晨 通讯员 赵俊;全市公路客运量“回暖”[N];湖州日报;2018年
4 记者 方智斌 通讯员 李丽黎;我市“双节”客流量达389万人次[N];舟山日报;2017年
5 记者 张静雯 通讯员 赖木水;春运10天全省公路客运量2211.2万人次[N];福建日报;2014年
6 记者 马开良 张福恭;今年春节我市公路客运量同比增加102%[N];武威日报;2012年
7 本报记者 马媛媛;今年我市完成公路客运量5121万人次[N];榆林日报;2010年
8 记者 冯蕾;全国公路客运量继续增长[N];光明日报;2011年
9 陈晓光 首席记者 邱丽娜;哈市暑期公路客运量创历史新高[N];黑龙江经济报;2011年
10 记者 张莉 通讯员 林沛滨;公路客运量较去年同期降8.48%[N];乌鲁木齐晚报(汉);2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978