论文部分内容阅读
文章针对全国铁路集装箱发送量的非线性分布特征,提出了SAPSO优化深度置信网络(DBN)预测月度全国集装箱发送量模型.采集铁路集装箱发送量相关影响因素,计算这些因素与集装箱发送量的Spearman rank相关系数,并通过Spearman rank相关系数分析结果选择相关程度高的影响因素训练深度置信网络并得到全国集装箱发送量预测结果,即得到SAPSO-DBN模型.对比分析实验结果显示,SAPSO-DBN模型预测精度优于其他模型.