水運(yùn)量預(yù)測方法及其應(yīng)用研究.pdf

1、水運(yùn)貨運(yùn)量是確定水運(yùn)交通基礎(chǔ)設(shè)施建設(shè)規(guī)模的主要依據(jù)，貨運(yùn)量預(yù)測結(jié)果的合理性、可靠性直接影響水運(yùn)工程項(xiàng)目的投資和效益，對制定未來水運(yùn)發(fā)展戰(zhàn)略、合理利用資源、充分發(fā)揮水運(yùn)設(shè)施的效益都有著重要的意義。 論文在廣泛參閱有關(guān)貨運(yùn)量預(yù)測文獻(xiàn)的基礎(chǔ)上，闡述了水運(yùn)貨運(yùn)量預(yù)測原理、方法和步驟，綜合分析了目前主要預(yù)測方法的適用范圍和存在的不足；對灰色系統(tǒng)理論在貨運(yùn)量預(yù)測中的應(yīng)用進(jìn)行了比較深入的研究和探討，分析了以灰色系統(tǒng)理論為基礎(chǔ)進(jìn)行貨運(yùn)量預(yù)測的建

2、模思想、檢驗(yàn)方法及適用范圍，改進(jìn)了指數(shù)加權(quán)平均灰色模型、殘差修正模型和等維灰數(shù)遞補(bǔ)模型，從而拓展了灰色預(yù)測領(lǐng)域、增強(qiáng)了灰色預(yù)測模型的適用性、提高了預(yù)測精度。 在簡要介紹人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)特征和學(xué)習(xí)規(guī)則的基礎(chǔ)上，分析了標(biāo)準(zhǔn)BP算法中存在的不足并采用L-M算法進(jìn)行了改進(jìn)，提高了網(wǎng)絡(luò)的收斂特性。在此基礎(chǔ)上建立了神經(jīng)網(wǎng)絡(luò)回歸預(yù)測模型。分析了組合預(yù)測方法的研究與發(fā)展?fàn)顩r，利用BP神經(jīng)網(wǎng)絡(luò)的高度非線性映射能力，建立了基于神經(jīng)網(wǎng)絡(luò)技術(shù)的非