|
论文《混沌粒子群优化神经网络在铁路客运量预测中的应用》提出了一种结合混沌算法与粒子群优化的神经网络模型，用于提高铁路客运量预测的准确性。通过引入混沌机制增强粒子群优化的全局搜索能力，有效解决了传统方法在收敛速度和精度上的不足。实验结果表明，该方法在预测精度和稳定性方面优于传统方法，为铁路运输规划提供了可靠的数据支持。 文档为pdf格式，0.55MB，总共1页。
- 文件大小:
- 563.2 KB
- 下载次数:
- 60
- 混沌粒子群优化神经网络在铁路客运量预测中的应用 - 中国计算机学会多值逻辑与模糊逻辑专业委员会第十三届 ...
-
高速下载
| 
