甘肃省自然科学基金(1014RJZA042)
- 作品数：4 被引量：47H指数：3
- 相关作者：李小平陶海龙雷斌徐晓光张胜召更多>>
- 相关机构：兰州交通大学乌鲁木齐铁路局更多>>
- 发文基金：甘肃省自然科学基金更多>>
- 相关领域：交通运输工程自动化与计算机技术更多>>
- 基于IPSO-BP神经网络的铁路客运量预测被引量：12
- 2011年
- 在分析有关铁路客运量预测方法的基础上,针对BP神经网络模型存在的不足,提出基于粒子群优化算法(PSO)优化BP神经网络的参数,即改进的PSO方法(IPSO)。以我国1990—2007年的铁路客运量为研究对象,确定输入样本和输出样本,以及训练集和测试集,建立基于IPSO的BP神经网络优化模型预测铁路客运量。预测结果表明,IPSO-BP网络的算法训练时间短,收敛速度快,预测精度高。
- 陶海龙李小平张胜召辜琳丽
- 关键词：铁路客运量BP神经网络
- 异构数据库相似语义属性聚类过程研究被引量：1
- 2012年
- 对异构数据库相似语义属性聚类过程及其关键技术进行研究,在词频-逆文件频率的基础上,提出数值类型属性信息的槽频率-逆文件频率处理方法,分别应用于文本信息和数值信息的相似语义属性聚类过程。研究结果表明:使用词频-逆文件频率和槽频率-逆文件频率方法相结合是异构数据库相似语义属性聚类实现的一种有效方法。
- 李小平任恩恩
- 关键词：异构数据库属性聚类自组织映射网络
- 基于改进粒子群优化算法的灰色神经网络的铁路货运量预测被引量：22
- 2012年
- 针对现有铁路货运量预测方法的不足,提出基于改进粒子群优化算法的灰色神经网络(IPSO-GNN)的铁路货运量预测方法,通过IPSO对常规灰色神经网络(GNN)的白化参数进行优化,改善了GNN的不足,保证了预测精度;同时利用灰色关联分析法,计算了铁路货运量和影响因素间的关联度,以最主要的6个关联因素,建立了基于IPSO-GNN的铁路货运量预测模型。仿真实验结果表明,在铁路货运量预测中此模型预测精度优于常规GNN及其他预测方法,说明此预测方法有效可行。
- 雷斌陶海龙徐晓光
- 关键词：铁路货运量预测粒子群优化算法灰色神经网络灰色关联分析ELMAN神经网络
- 铁路交通事故应急救援体系脆弱性评价方法研究被引量：12
- 2013年
- 脆弱性评价方法是描述系统及其组成部分的风险评估方法。本文提出基于群体灰色层次分析法的脆弱性评价方法,并运用该方法对铁路交通事故应急救援管理体系中存在的脆弱性问题进行研究,构建铁路交通事故应急救援管理体系的脆弱性评估指标,通过算例分析各脆弱单元的特征和分布规律,计算出需要加强的脆弱性单元。通过与普通层次分析法比较可以看出,群体灰色层次分析法是评估铁路交通事故应急救援预案和应急能力的一种更加有效的方法。
- 唐士晟李小平
- 关键词：铁路交通事故应急救援体系脆弱性
