论文部分内容阅读
针对现有铁路交通客运量的预测模型存在考虑的相关影响因素过少,预测精度较差的情况,本文提出了一种基于粒子群优化的人工神经网络作为预测工具.此方法通过粒子群算法对传统的BP神经网络的权值进行优化,使其避免陷入局部最优的陷阱.此外,训练好的神经网络模型还可用于进一步分析各影响因素对铁路客运量贡献的大小,并测算具体的权重.