关于改进神经网络的铁路货运量预测研究.pdf

./Ⅵ.
日期:碑年轮日期:舛年—猬鱼日作者签名学位论文版权使用授权书原创性声明本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。一
摘要论的基础上,设计了一种改进的前向神经网络算法——遗传神经算铁路货运量反映了国民经济各个部门对铁路运输的需求,是安排前提。在市场经济条件下,对不断变化的铁路运输需求进行及时、灵敏、准确、科学地预测,显得尤为迫切与重要。但是铁路货运量是由众多内外在因素共同影响而成的,它与其影响因素之间有着比较复杂的非线性映射关系。而传统的预测方法大都是基于时间序列或者因果关系的,所建立的模型不能完全反映有关数据的内部结构与复杂性,不能充分利用信息量。因此寻求一套科学的铁路货运量预测方法尤为本文首先阐述了铁路货运量预测问题的研究意义,分析了铁路货运量预测问题的研究现状,叙述了本文的主要内容。然后从定性及定量的角度分析了铁路货运量的现有预测方法,并在历年数据的基础上利用指数平滑法、线性回归法、灰色预测法及组合预测法作实证分析。接着从国民经济、产业结构、大宗货物产量、交通运输结构、国家政础上做定量分析,选出了铁路货运量的十种主要影响因素,为之后的神经网络算法做好前期准备工作。本文在人工神经网络及遗传算法理法,并在平台上编程实现了该算法。最后,分别比较遗传神经算法与原始神经网络算法,遗传神经算法与其他线性预测算法,分析各算法的优劣势。通过对该问题的研究,作者认为:铁路货运量与国内生产总值、第二产业比重、原煤产量、原油产量、钢材产量、粮食产量,基建投入,港口货物吞吐量,铁路份额,公路份额等因素具有较大的关系;本文所设计的遗传神经算法在算法运行收敛时间及解的质量精度上都比原始神经算法要有所改进提高,具有一定的可行性。关键词铁路货运量,定性分析,定量分析,人工神经网络,遗传算法铁路建设和运营的重要依据,也是处理好铁路内部各部门协调发展的必要。策、其他因素等诸方面定性分析了铁路货运量的影响因素,并在此基中文摘要
..琹甪瓼瑃瑃瑃!!R唬籩琣痶,硕上学位论文英文摘要
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯选题研究的背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.研究内容与框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章铁路货运量预测概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.预测概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.铁路货运量预测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯铁路货运量影响因素定性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⒄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.疑ü⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章改进前向神经网络预测铁路货运量算法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人工神经网络理论概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯前向神经网络理论概述及其局限性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯硕上学位论文
.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯