《表1 实际运价和模型值对比表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于GA-BP算法的长江运价指数模型研究及预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于BP神经网络算法的运价模型，将选取的样本数据进行归一化处理，同样将样本数据按时间排序，前1-80号数据作为训练样本集，后80-90号数据作为测试样本集。Matlab程序代码略；本文选用3层的神经网络结构。样本共4个因素，即4个输入参数，1个输出参数，故输入层节点数为4个，输出层为1个。根据近似关系式，BP神经网络结构为4-3-7-2-1，设置训练次数为5000次，训练目标为0.01，学习速率为0.1。得到9个测试样本运价的模型结果。检验得平均相对误差较小，即此模型一致性良好。