基于预测公路运量的模型求解
摘要
科学准确地预测公路货运量是制定公路网规划的基础。公路货运量的预测方法有很多，可以根据不同的情况选择不同的预测模型。
首先运用MATLAB的BP神经网络组合预测模型，灵活利用神经网络通过自适应自学习能够拟合任意非线性函数的功能，有效克服传统的组合预测方法，在实际应用中把数据间的关系强加给某一类函数的不足，并借助于数学计算软件进行编程，大大降低模型的计算难度，预测出2010年和2011年的公路客运量和公路货运量。实例证明该方法具有很高的预测精度。
本次基于预测公路运量的问题，根据往年20年的数据，主要从人口数量、机动车数量、公路面积这几个方面考虑，先借助于matlab软件，从神经网络组合预测模型入手，预测出2010年和2011年的公路客运量和公路货运量。然后根据回归的知识，运用excel的强大功能预测出的2010年和2011年的公路客运量和公路货运量。最后两者进行对比，列出各自的优缺点。
预测结果如下：用BP神经网络预测结果：2010年和2011年的公路客运量分别为43370万人和43372万人；货运量分别为21770万吨和21771万吨。用线性回归预测结果：2010年和2011年的公路客运量分别为5101191603万人和5309216135万人；货运量分别为2605009655万吨和2854583948万吨万吨。
关键词：MATLAB；组合预测；BP神经网络；excel统计分析
f1、问题重述
11基本情况
公路运量主要包括公路的客运量和公路货运量两个方面。据研究，某地区的公路运量主要与该地区的人数、机动车数量和公路面积有关，表1给出了20年得公路运量相关数据，表中人数和公路客运量的单位为万人，机动车数量单位为万两，公路面积的单位为万平方千米，公路货运量单位为万吨。根据有关部门数据，该地区2010年和2011年的人数分别为7339和7555万人，机动车数量分别为39635和40975万辆，公路面积将分别为09880和10268万平方米。
12、相关信息（见附件）附件1：某地区20年公路运量数据
13、需要解决的问题1请利用BP神经网络预测该地区2010年2011年得公路客运量和公路货运量。2请利用其他方法预测该地区2010年2011年得公路客运量和公路货运量。3比较两种方法的优缺点。
2、符号约定
Wi
i1234依次表示由人口数量，机动车数量，公路面积，年份预测
出的公路客运量。
Zi
（i1234）依次表示由人口数量，机动车数量，公路面积，年份预
测出的公路客运量。
ai
（i1234）依次表示人口数量，机动车数量，公路面积，2010年
Bi
（i1234）依次表示人r