论文部分内容阅读
铁路客运市场受多个因素的影响,而且这些作用多是非线性的.时间序列预测实质上是实现一个非线性映射.由于具有任意个隐层节点的前馈神经网络可以以任意精度逼近一个连续函数,因此,目前得到普遍应用的是采用BP算法的多层前馈神经网络.本文探讨用人工神经网络的反向传播(BP)算法研究铁路客运市场的时间序列预测.数值计算结果表明该方法预测精度较高,方法简单易行,为铁路客运市场预测研究提供了新的途径.