基于径向基神经网络的铁路货运量预测.pdf

第28卷第5期铁道学报Vo1．28No．5
2006年10月JOURNALOFTHECHINARA1LWAYSOCIETYOctober2006

文章编号：1001-8360(2006)05—0001—05
基于径向基神经网络的铁路货运量预测

刘志杰，季令，叶玉玲，耿志民
(1．同济大学沪西校区交通运输管理工程系，上海200331；2．贵州师范大学网络中心，贵州贵阳550001)

摘要：货运量预测是铁路运输部门一项重要工作，因此，关于铁路货运量预测理论和方法的研究一直是一个热
点。但是，铁路货运量受多种因素影响，且各因素的作用机制通常不能或无法用精确的数学语言来准确描述。本
文采用径向基函数(RBF)神经网络对货运量进行分析及预测。通过对1989~2002年全国铁路货运量的历史数
据分析处理后，得到铁路货运量增长量的时间序列，将时间序列视为一个从输入到输出的非线性映射，引入RBF
神经网络来进行非线性映射的逼近。对网络进行学习与训练仿真实验后，用2003~2004年的增长量进行模型检
验，并与BP神经网络、灰色预测模型预测结果进行对比，结果表明，应用RBF神经网络对铁路货运量进行短期预
测预测精度更高、效果更好。
关键词：神经网络；铁路运输；运量预测；RBF算法；BP算法
中图分类号：U294．1文献标识码：A

StudyonPredictionofRailwayFreight

VolumesBasedonRBFNeuralNetwork

＼
LIUZhi—jie，JILing，YEYu—ling，GENGZhi—min
(1．DepartmentofTransportationManagementEngineering，TongjiUniversityWestCampus，Shanghai200331，China

2．NetworkCenter，GuizhouNormalUniversity，Guiyang550001，China)

Abstract：Railwayfreightvolumeforecastingisanimportantresponsibityoftherailwaytransportationmanage—

mentdepartments，SOthetheoryandmethodofrailwayfreightvolumeforecastingremainafocusinresearchall

thetime．Railwayfreightvolumesareinfluencedbymultiplefactors，andtheactionmechanismsofthesefac—
torsareusuallyunabletobedescribedwithaccuratemathematicallinguisticforms．Theradialbasisfunction

(RBF)neuralnetworki$adoptedtoanalyzeandpredictfreightvolumes．Throughprocessingthestatisticdata

offreightvolumesfrom1989to2002，wegetthetemporalsequenceofincrementsoffreightvolumes，which

canberegardedasmappingofnonlinearapproximationsfrominputtooutput．TheRBFneuralnetworkisin—

troducedtosolvethenonlinearapproximationissue．Afterthenetworklearningandtrainingsimulationexperi—

mentsarecompleted，themodelisestablishedandverifiedbyuseoffreightvolumeincrementsfrom2003to

2004．ComparingwiththeBPneuralnetworkmodelandGrayPredictionMethodGM(1，1)，theRBFneural
networkismorepreciseandeffectiveinrailwayfreightvolumeshort—termforecast．

Keywords：neuralnetwork；railwaytransport；predictionofrailwaytrafficvolume；RBFneuralnetwork；BP

neuralnetwork

货运量是铁路运输的一个重要统计指标，是一定铁路货运量受多种