神经网络模型预测运输货运量.PDFVIP

第 34 卷 　第 5 期 西 　南 　交 　通 　大 　学 　学 　报 Vol . 34 　No . 5 　　　 　　　 1999 年 10 月 JOURNAL OF SOUTHWEST J IAOTON G UNIVERSITY Oct . 1999 神经网络模型预测运输货运量 张拥军 　　叶怀珍 　　任 　民 (西南交通大学 　运输工程系 　成都 　610031) 摘 　要 　从交通运输需求的角度描绘了交通运输需求与国民经济的一些主要经济变量的相关关 系 ,基于这些相关关系建立了交通运输需求预测的神经网络模型 ,利用误差反向传播算法实现了 由这些因素到运输系统需求的复杂映射 。并进行了实例验证分析 。 关键词 　运输 ;预测 ;神经网络 ; 分类号 　U1163 运输系统是国民经济大系统中的一个子系统 ,运输需求同时受来 自系统内和系统外因素 的影响 。社会和经济的发展产生对交通运输的需求 。运输投资决策的基础是运输需求预测 , 运输需求预测是国家宏观经济计划 、区域发展规划 、基础建设投资决策及运输生产组织管理的 基础 ,对交通运输需求的预测分析具有重大的社会经济意义 。公共生产是国家对交通运输实 现宏观调控的主要手段之一 ,交通运输投资是实现公共生产的必要手段 。为了使国家有限的 投资取得社会和经济发展的最大的投资效果 , 国家必须根据社会及经济发展的交通运输需求 去确定交通运输所占的投资份额 。从理论上讲 , 国民经济的各部门在宏观上存在一定的“比 例”关系 。神经网络进行交通运输需求预测的目的就是为确定交通运输在国民经济各部门中 的“比例份额”提供正确的依据 。同时也为市场经济条件下不同投资主体提供一个量化的决策 依据 。 1 　运输需求预测方法分析 运输系统中的不确定性 、随机性和模糊性决定了运输需求预测问题的复杂性 。根据预测 的目的、范围和其它特性 ,可将运输需求预测分为不同的类别 。按照对象可分为货运预测和客 运预测 ;根据范围可分为全国运输需求预测 、国民经济各部门的运输需求预测 、各地区及不同 运输方式的预测 ;根据预测的内容又可分为发送量预测 、到达量预测 、周转量预测 ;按照预测时 期的长短又可分为长期 、中期和短期预测 。 预测技术发展至今已形成了众多的方法 ,据不完全统计就已达 150 种以上 。预测技术与 计算机技术相结合在国民经济生产各部门得到了广泛应用 。预测方法总的来说可分为定性和 定量方法 。定性方法有 :基于市场调查的调查分析法 、基于专家意见的德尔菲法 , 以及建立在 相似事件基础上的类推法 、类比法等 ;定量的方法有平衡法 、定额法以及应用数学工具进行定 ( ) ( ) 量预测的时间序列方法 移动平滑法 、指数平滑法 、随机时间序列方法 、相关 回归 分析法 、以 及近年出现并得到广泛应用的灰色预测方法和作为多种方法综合的组合预测方法等 。现用神 收稿 日期 　　张拥军 :男 ,1969 年生 ,博士 。 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. 第 5 期 　　　　　　　　张拥军等 :神经网络模型预测运输货运量 　　　　　　　　　 603 经网络方法进行运输需求预测 ,弥补传统方法的不足 。由于一个由三层神经元构成的前馈网 络可以形成任意复杂的判决区域 ,即使模式空间的分布出现内齿合状情况 ,网络也能对模式集 ( ) 进行正确分类 。误差反向传播神经网络模型 BP 模型 理论上可以映射任意复杂的非线性关 系 。因此可以用于运输需求预测 ,实现由煤炭产量 、钢材产量 、社会