Predicción del Volumen de Carga por Carretera Basada en una Red Neuronal de Retropropagación

Con el desarrollo de los tiempos, la predicción tradicional de series temporales de un solo factor no puede satisfacer las necesidades de la predicción real, y es necesario considerar de manera integral la influencia de diversas variables en los resultados de la predicción. Por lo tanto, utilizamos MATLAB R2022a para predecir el volumen de carga por carretera multifactorial. De acuerdo con los datos relevantes del volumen de carga por carretera en la historia china, se establece el modelo de predicción de volumen de carga por carretera mediante red neuronal BP, y el modelo se codifica y calcula en el entorno del software MATLAB. A través del entrenamiento repetido de los datos, se obtiene finalmente el valor predicho. Los resultados muestran que la precisión de la predicción del modelo de red neuronal BP basado en la predicción multifactorial es muy alta. A través del análisis de ejemplo del volumen de carga por carretera de China, los datos originales se ajustan con precisión y se demuestra la validez del modelo de predicción de volumen de carga por carretera basado en la red neuronal BP. A través de la predicción del volumen de carga, se mejora la inversión en la construcción de infraestructura para promover el desarrollo de la industria del transporte y el progreso de la economía social.