GRNN网络的预测----基于广义回归神经网络的货运量预测

代码说明：

广义回归神经网络 (Generalized Regression Neural Network，简称GRNN) 是美国学者Donald F. Specht在1991年提出的，它是径向基函数网络的一种。GRNN具有很强的非线性映射能力和柔性网络结构，以及高度的容错性和鲁棒性，适于非线性问题的研究，在逼近能力和学习速度上较RBF网络有着较强的优势，网络最后收敛于样本量积聚较多的优化回归面，并且在样本数据较少时，预测效果也较好，此外，网络还可以处理不稳定的数据。因此GRNN在信号过程、结构分析、教育产业、能源、食品科学、控制决策系统、药物设计、金融领域、生物工程等各个领域得到了广泛的应用。