基于改进BP神经网络的煤炭铁路运输量预测——以SH铁路为例

煤炭是我国重要的化石能源,在我国经济发展和社会运行中有着不可替代的作用,但“双减政策”的推出对煤炭的运量产生了较大影响。精准的铁路煤炭运量预测,可为铁路煤炭运输通道发展规划、社会生产活动提供重要决策依据。基于 BP 神经网络与灰色关联度耦合思路,本文构建了煤炭运量预测的模型,应用了机器学习算法进行求解。本文以 SH 铁路为例,从经济水平、政策调控、内外部环境、市场供需等方面分析了影响煤炭运量的因素,结合灰色关联分析方法筛选出5个输入指标,利用BP神经网络模型对其2023年至 2027年的运量进行了预测,结果表明,改进 BP 神经网络具有较高的精准度与稳定性。