【摘 要】
：
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
【机 构】
：
湖南铁路科技职业技术学院运输管理学院
论文部分内容阅读
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。
其他文献
结合目前无线wi-Fi技术的发展，阐述高速铁路站车Wi—Fi系统的开发与应用对客运服务产生的主要影响。从技术特点、系统构成、安全策略方面分析高速铁路站车Wi—Fi系统的技术方
列车间发生越行时,待避列车在站停时存在理论最优值,其实际停时与理论最优值间的比值反映了停时的有效性及列车运行图编制质量。分析四显示自动闭塞条件下待避列车停站时间波
介绍了面向网络边缘应用的新一代神经网络——微型二值神经网络,可在保持低功耗的同时减少对存储器的需求。
<正>前言当前,我国经济发展进入新常态,稳增长需要新动力,调结构需要新抓手,惠民生需要新途径,亟需培育壮大战略性新兴产业,推动经济发展新旧动能接续转换。节能产业是指为节