基于主成分分析和RBF神经网络的公路货运量预测模型

摘要

随着数据挖掘技术在各领域运用越来越多，其算法也日渐趋于成熟。数据挖掘技术作为建立预测模型的重要技术，已成为专家研究的热点。随着数据挖掘技术在实际模型运用中暴露的问题越来越多，单一的技术和方法已无法满足各类功能的需求。为了分析公路货运中复杂的数据，构建一种功能强大的预测模型就显得尤为重要。本文尝试说明在数据预测模型中运用RBF神经网络技术和主成分分析方法，挖掘和分析公路货运中的数据，提高预测结果的准确性和高效性，为制定新的决策提供有效的依据。