论文部分内容阅读
用PCA-BP神经网络模型对公路客运量进行预测,预测精度与收敛速度都不是很理想,为克服PCA-BP神经网络算法存在的非线性逼近、迭代次数过多,易陷入局部极值等不足,提出将PCA-BP神经网络模型与动态陡度因子、附加动量因子和动态调整学习率算法结合的方法,给出具体的网络学习方法,并结合实际调查数据进行对比测试,分析结果证明了改进型PCA-BP神经网络模型对公路客运量预测有效性.