论文部分内容阅读
在分析公路货运量的影响因素和预测特点的基础上，将PSO算法的全局搜索能力和RBF神经网络局部优化相结合，建立了基于改进PSO算法和RBF神经网络的公路货运量预测模型（MPSO-RBF）。利用某城市的历史数据对预测模型进行了训练、测试与仿真，同时将仿真结果与回归分析法、灰色理论法、BP神经网络和RBF神经网络预测的结果进行了比较，结果表明文中提出的预测方法精度较高，对于公路货运量预测具有一定的可行性和有效性。