陈 虎

(兰州铁道设计院有限公司，兰州 730000)



RBF神经网络在铁路客运成本预测中的应用

陈 虎

(兰州铁道设计院有限公司，兰州 730000)

铁路运输客运成本指的是铁路运输企业为了完成客运运输作业在运输过程中所耗费的一切费用的支出，包括运输生产过程中生产资料的消耗和劳动力的消耗。合理地控制铁路运输成本可以有效地提高铁路运输企业的管理水平、经营状况等。可见，选取符合具有铁路成本特点的预测方法准确地对运输成本进行预测具有重要的意义。通过对铁路客运成本的影响因素进行分析，选取主要影响因素并结合RBF神经网络超强的学习能力和适应能力建立铁路客运成本预测模型进行预测。最后，通过案例分析得到RBF神经网络对客运量成本具有很好的预测性。

铁路运输；客运成本；预测；影响因素；RBF神经网络

1 概述

铁路是现在交通运输体系的主要运输方式[1]。铁路的运输总成本是指完成旅客的始发到达、运行和中转等环节全过程的费用支出，是铁路经济效益的一个综合质量指标，主要受到运量大小、固定资产投资、不同速度目标值和职工工资、材料等其他因素影响。建立一套科学的铁路运输成本预测方法，提高铁路投资的准确性[2]，是铁路企业适应市场并提高现代化管理的需要。传统的铁路运输成本预测方法有回归分析法、灰色预测法、作业成本法等[3]，但是对历史数据的应用及可变因素的考虑等方面还有所不足。……