摘要
为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法。首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量。然后,将新的输入变量群作为BP神经网络的输入进行道路客运站场的布局决策。最后,以廊坊市道路客运站场布局为例进行了方法的有效性验证。
In view of the low efficiency of BP neural network caused by excessive input variables, the paper proposes a decisionmaking method for road passenger transport terminal layout, which combines PCA and BP neural network.
出处
《物流技术》
2009年第12期131-133,共3页
Logistics Technology
基金
国家重点基础研究发展计划-973项目资助(2006CB705500)
中国人民大学科学研究基金(07XND012)
国家自然科学基金(50808174)
关键词
交通规划
站场布局
主成分分析
BP神经网络
决策
traffic planning
terminal layout
principal component analysis
BP neural network
decision-making
