基于RBF神经网络的铁路旅客周转量预测研究

作者：颜保凡; 郭垂江

来源：铁道运输与经济, 2017, 39(12): 65-69.

DOI：10.16668/j.cnki.issn.1003-1421.2017.12.13

• 铁路
• 旅客周转量
• 神经网络
• 非线性
• 时间序列
• 运量预测

为实现对一定时期内旅客周转客流量进行有效预测,在分析RBF神经网络原理和铁路旅客周转量数据统计的基础上,结合时间序列归一化转化分析方法,建立基于RBF神经网络的铁路旅客周转量预测模型。选取2000—2013年实际的旅客周转量数据对神经网络模型进行训练,并用2014—2015年数据对模型精度进行可靠性检验。检验结果表明,RBF神经网络模型具有可靠的预测精度,可以有效地对铁路旅客周转量进行预测,从而更好地为铁路运输组织、站场线路设计等提供可靠的依据。

• 单位
  湖南铁路科技职业技术学院