[1] |
黄丽燕. 基于大数据的高速铁路客流分析与辅助决策研究[D]. 成都:西南交通大学, 2017.
|
[2] |
南敬林. 铁路客运量预测影响因素分析[J]. 综合运输, 2016, 38(2):35-40.
|
[3] |
王栋,米国际. 基于灰色关联和BP神经网络的铁路货运量预测方法[J]. 江南大学学报(自然科学版),2015,14(1):80-84.
|
[4] |
马彪. GM(1, 1)模型在春运铁路客流预测中的应用[J]. 交通科技与经济, 2017, 19(6):9-11.
|
[5] |
许锟,鲍学英,王起才. 基于GA-GM(1,N,α)幂模型的铁路客运量预测[J]. 铁道标准设计, 2018(1):6-10.
|
[6] |
王洁,王波. 上海未来短期客运量的预测分析-基于最小二乘法改进的GM(1, 1)模型[J]. 数学的实践与认识, 2017(13):67-74.
|
[7] |
王晚香,刘文俭,李岩. 基于灰色关联和多元回归预测的铁路客运需求分析及预测[J]. 大连交通大学学报, 2019, 40(1):22-25.
|
[8] |
王彬. 基于灰色回归组合模型的铁路客运量预测研究[J]. 重庆理工大学学报(自然科学), 2017, 31(11):230-234, 240.
|
[9] |
桂文毅. 基于灰色线性回归模型的哈尔滨铁路枢纽客运量预测研究[J]. 中国公共安全(学术版), 2018(6):22-27.
|
[10] |
程丽娟,张仲荣. 基于GM模型和马尔科夫模型的公路客运量预测[J]. 黑龙江交通科技, 2018, 41(3):162-164.
|
[11] |
王利莎,梁开宏. 基于灰色马尔科夫模型的陕西省铁路客运量预测[J]. 数学的实践与认识, 2018, 48(8):166-172.
|
[12] |
杨祺煊. 基于主成分分析与GA-BP网络的铁路客运量预测研究[J]. 军事交通学院学报, 2017, 19(2):84-89.
|
[13] |
徐杰,张兰婷. 基于灰色关联分析的我国海洋渔业产业结构[J]. 海洋开发与管理, 2018, 35(10):55-59.
|
[14] |
张兆同,余潜. 灰色关联分析与RBF神经网络在我国棉花价格预测中的应用研究[J]. 价格月刊, 2017(9):31-36.
|
[15] |
杨泽众,严守靖,晏斌. 基于灰色关联分析和BP神经网络的用电量预测[J]. 价值工程, 2018, 37(35):30-33.
|
[16] |
王相平. 铁路旅客运输量影响因素的灰色关联分析[J]. 铁路计算机应用, 2013, 22(10):13-16.
|
[17] |
朱念. 基于GM(1, 1)和Verhulst模型的广西边贸物流预测比较研究[J]. 广西经济管理干部学院学报,2017,29(3):1-8.
|
[18] |
袁胜强. 改进灰色神经网络模型在甘肃省铁路客运量预测中的运用[D]. 兰州:兰州交通大学, 2017.
|
[19] |
鲜敏. 基于灰色神经网络的铁路客运量预测方法研究[D]. 成都:西南交通大学, 2016.
|
[20] |
陈虎.RBF神经网络在铁路客运成本预测中的应用[J]. 铁道标准设计, 2016, 60(12):45-48.
|
[21] |
颜保凡,郭垂江. 基于RBF神经网络的铁路旅客周转量预测研究[J]. 铁道运输与经济, 2017, 39(12):65-69.
|
[22] |
王晓寅,陶海龙. 基于灰色系统理论的RBF神经网络铁路货运量预测[J]. 甘肃广播电视大学学报, 2012, 22(3):38-41.
|
[23] |
刘述忠. 基于GM-RBF神经网络的股票价格预测分析[J]. 计算机与现代化, 2018(8):8-11.
|