科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，我国航空货运发展迅速，货运量实现连年增长，为把握未来航空货运发展趋势，本文利用人工神经网络学习能力强、非线性预测等优点，选取2005年-2022年我国航空货运量历史数据作为样本，构建了神经网络预测模型。在传统BP神经网络基础上，为解决网络初始权重和阈值随机赋值，导致其易陷入局部最小值的问题，通过利用遗传算法全局搜索和全局优化能力强的特性，建立遗传算法优化的神经网络预测模型，对2020年12月至2022年7月的货运量进行预测并和传统神经网络进行比较，实例证明GA-BP神经网络预测模型预测效果较好，提高了网络模型的预测精度，实现了更为精准的货运量预测。
- 单位
