基于遗传BP神经网络的川江滚装运输货运量短期预测研究  

Study on Short-term Forecasting of Ro-ro Transportation Volume in Chuanjiang Based on GA-BP Neural Network

作　　者：曾浩然[1] 刘名武[1] 

机构地区：[1]重庆交通大学管理学院,重庆400074

出　　处：《物流技术》2014年第7期184-187,207,共5页Logistics Technology

基　　金：中国博士后科学基金(2013M542269);国家社科基金(13CGL151)

摘　　要：首先建立基于遗传BP神经网络的滚装运输市场货运量预测模型,然后采用川江滚装运输年度数据进行神经网络训练与预测。结果表明,遗传BP神经网络算法在预测的精度与收敛速度上均优于传统预测算法。预测结果为川江滚装运输企业战略规划和滚装运输竞争力的提高提供了决策支持。In this paper, we first established the volume forecasting model of the ro- ro transportation market based on the GA- BP Neural network model, then trained the model using the practical data of the Chuanjiang city, and found that the accuracy and convergency speed of the algorithm were both superior to traditional forecasting algorithms.

关 键 词：货运量 滚装运输 遗传算法 BP神经网络 川江 预测 

分 类 号：U674.135[交通运输工程—船舶及航道工程]