铁路货运量预测的改进BP神经网络方法.pdf

维普资讯 第6卷 第6期 交通运输系统工程与信息 Vo1．6 No．6 2006年 12月 JournalofTransportationSystemsEngineeringandInformationTechnology December2oo6 文章编号：1009—6744(2OO6)06-0158-05 铁路货运量预测的改进 BP神经网络方法 白晓勇，郎茂祥 (北京交通大学 交通运输学院，北京 100044) 摘要：铁路货运量与其影响因素之间存在着复杂的非线性关系，传统的BP神经网络 模型能对非线性系统进行很好的拟合，但模型的预测能力不强．通过单位根检验 ，可知 铁路货运量及其影响因素的时序列数据是非平稳的．本文通过分析BP神经网络的传 递函数对非平稳时间序列预测的不利影响，提 出用差分法对输入数据进行预处理 ，在此 基础上建立了铁路货运量预测的改进 BP神经网络模型，并通过实例计算说明了这种 改进 BP神经网络方法对提 高铁路货运量预测精度的有效性，最后利用该模型对 2oo6—2O1O年的铁路货运量进行 了预测 ． 关键词： BP神经网络；铁路货运量 ；单位根检验 ；预测 中图分类号： U294 AnImprovedBP NeuralNetworkintheRailway FreightVolumeForecast BAIXiao—yong，LANG Mao—xiang (SchoolofTrafficandTransportation，BeijingJiaotongUniversity，Beijing100044，China) Abstract： TherelationbetweenrailwayfreightvolumenaditsinⅡuencefactorsiscomplexandnonlinear．TheBP NeuralNetworkcansimulatethenonlinearrsystemperfectly。butitsforecastabiliyt isdeficient．’I1lelmsteadineasof thetimeseriesofrailwayfreightvolumeanditsinfluencefactorsraeprovedbyunitroottest．Wit}lhteanalysisof tlle~ansferfuncfion，na improvedBPNeuralNewtorkmodelisbuiltontllebasisofusinghtedifferencemethodto dealwiht theinputdata．Atlast．hteeffectivenessoftllenew modelinrailwayfreightvolumeforecastisproved throughanexperimenatlcompuattion，nadthentherailwayfreightvolumein2006—2010years isforecastbyhte mode1． Keywords： BPneuralnewtork；railwayfreightvolume；unitroottest；forecast CLC number： U294 O 引 言 好的非线性映射能力和很强的自学习、自适应能力 铁路货运量反映国民经济各个部门对铁路运 及高度的灵活性 ，具有高速运算的能力．近年来， 输的