

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、準(zhǔn)確的民航客運(yùn)量預(yù)測(cè)結(jié)果是進(jìn)行民航交通規(guī)劃與管理的主要依據(jù)之一。論文旨在通過對(duì)民航客運(yùn)量的特點(diǎn)進(jìn)行研究,尋找提高預(yù)測(cè)精度的途徑。 論文首先對(duì)我國民航客運(yùn)量發(fā)展趨勢(shì)進(jìn)行了研究,并從宏觀和微觀兩方面分析了影響民航客運(yùn)量的相關(guān)因素,在此基礎(chǔ)上,闡述了民航客運(yùn)量預(yù)測(cè)的特點(diǎn),并對(duì)預(yù)測(cè)方法進(jìn)行了分析。其次對(duì)民航客運(yùn)量的預(yù)測(cè)方法進(jìn)行了分析和比較。 灰色理論在解決貧信息、不確定性問題方面具有明顯的優(yōu)勢(shì),適合民航客運(yùn)量數(shù)據(jù)的特點(diǎn)。論文用灰
2、色理論模型對(duì)民航客運(yùn)量進(jìn)行了預(yù)測(cè),發(fā)現(xiàn)模型存了一些不可忽視的缺點(diǎn),使得預(yù)測(cè)誤差相對(duì)較大。RBF神經(jīng)網(wǎng)絡(luò)能夠以任意程度逼近任意連續(xù)函數(shù),而且由于其超強(qiáng)的適應(yīng)能力和學(xué)習(xí)能力,很適合非線性系統(tǒng)的預(yù)測(cè)問題。論文利用RBF神經(jīng)網(wǎng)絡(luò)對(duì)民航客運(yùn)量進(jìn)行了預(yù)測(cè),由于小樣本和原始數(shù)據(jù)不光滑等問題,使得預(yù)測(cè)的誤差也相對(duì)較大。 論文分別指出了灰色理論和RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的優(yōu)缺點(diǎn),并利用它們的優(yōu)點(diǎn)對(duì)民航客運(yùn)量預(yù)測(cè)模型進(jìn)行了優(yōu)化,形成灰色-RBF神經(jīng)網(wǎng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于灰色神經(jīng)網(wǎng)絡(luò)的鐵路客運(yùn)量預(yù)測(cè)方法研究.pdf
- 基于灰色理論與廣義回歸神經(jīng)網(wǎng)絡(luò)的客運(yùn)量預(yù)測(cè)模型研究.pdf
- 基于遺傳算法優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)的浙江省公路客運(yùn)量預(yù)測(cè)模型.pdf
- 基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的鐵路客運(yùn)量預(yù)測(cè)研究.pdf
- 改進(jìn)灰色神經(jīng)網(wǎng)絡(luò)模型在甘肅省鐵路客運(yùn)量預(yù)測(cè)中的運(yùn)用.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的中小城市常規(guī)公交客運(yùn)量預(yù)測(cè)研究.pdf
- 基于灰色理論與智能算法的鐵路客運(yùn)量預(yù)測(cè)組合模型研究.pdf
- 組合預(yù)測(cè)在我國民航客運(yùn)量預(yù)測(cè)的應(yīng)用.pdf
- 我國民航客運(yùn)量分析
- 基于RBF神經(jīng)網(wǎng)絡(luò)的貨運(yùn)量預(yù)測(cè)模型研究.pdf
- 鐵路客運(yùn)量短期預(yù)測(cè)方法的研究.pdf
- 基于灰色理論和神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法研究與應(yīng)用.pdf
- 基于灰色RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)爐終點(diǎn)預(yù)測(cè)模型研究.pdf
- 公路客運(yùn)量預(yù)測(cè)方法對(duì)比分析.pdf
- 公交客運(yùn)量預(yù)測(cè)技術(shù)研究.pdf
- 基于ARIMAX模型的鐵路客運(yùn)量預(yù)測(cè)研究.pdf
- 基于HHT的城際趟車客運(yùn)量組合預(yù)測(cè)方法研究.pdf
- 基于BP和RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)預(yù)測(cè)方法研究.pdf
- 基于foa-svr的公路客運(yùn)量預(yù)測(cè)研究
- 基于線性回歸的我國客運(yùn)量預(yù)測(cè)模型
評(píng)論
0/150
提交評(píng)論