论文摘要
针对汽车保有量数据具有非线性和随机性的特点,建立基于Simpson公式的灰色神经网络模型对汽车保有量进行预测研究;利用Simpson公式对经典GM(1,1)灰色系统的背景值进行改进以提高模型的预测精度;通过相关性分析,确定国民总收入、人均国内生产总值、总人口、固定资产投资、进出口总额、钢材产量、社会消费品零售总额7个因素为汽车保有量的影响因素,并将7个影响因素作为BP神经网络的输入建立BP神经网路模型;根据灰色系统和BP神经网络预测误差大小确定组合模型的权重,构建灰色神经网络组合模型;对比分析经典GM(1,1)、Simpson公式的GM(1,1)、BP神经网络、灰色神经网络、Simpson公式的灰色神经网络模型的计算结果。研究表明:基于Simpson公式的灰色神经网络预测精度最高,其相对误差均在3%以内,相对误差的方差为3.2780,小于灰色神经网络模型和单一预测模型。
论文目录
文章来源
类型: 期刊论文
作者: 吴文青,夏杰
关键词: 车辆工程,汽车保有量,背景值,公式的,模型,组合预测模型,预测精度
来源: 重庆交通大学学报(自然科学版) 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 公路与水路运输
单位: 西南科技大学理学院,电子科技大学数学科学学院
基金: 教育部人文社科青年基金项目(19YJCZH119),西南科技大学博士研究基金项目(15zx7141)
分类号: U491
页码: 101-108
总页数: 8
文件大小: 338K
下载量: 418