基于无偏灰色Verhulst模型的铁路货运量预测研究

发布时间：2017-12-15 06:12

  本文关键词：基于无偏灰色Verhulst模型的铁路货运量预测研究

  更多相关文章： 货运量 铁路工程 倒数生成 无偏灰色Verhulst模型

【摘要】：铁路工程项目投资和效益的控制,铁路运输发展战略的制定以及铁路运输设施效益的提高都与铁路货运量密切相关,准确预测铁路货运量具有重要意义。根据无偏GM(1,1)模型直接建模法的思想对传统灰色Verhulst进行改进,即对原始序列作倒数生成,运用新生成的序列建立模型,便可得到无偏灰色Verhulst模型。改进后的模型消除了灰色Verhulst模型自身固有的偏差,用此模型预测兰州至中川铁路货运量,结果表明,无偏灰色Verhulst模型比传统灰色Verhulst模型和GM(1,1)模型的预测精度更高。
【作者单位】： 兰州交通大学土木工程学院;
【基金】：长江学者和创新团队发展计划资助项目(IRT1139)
【分类号】：U294.13;F224
【正文快照】： 铁路运输是受多因素影响的复杂的动态系统,这些影响因素的多样性、模糊性和渐变性,导致了铁路系统的复杂性[1-2]。这种错综复杂的内在关系决定了铁路货运量与影响因素之间存在复杂的非线性关系,综合考虑这些因素的影响,建立准确的铁路货运量预测模型对铁路货运的组织、决策等

【相似文献】

中国期刊全文数据库 前10条

1 黄勇;徐景昊;;关于铁路货运量预测研究[J];铁道运输与经济;2010年04期

2 田芳铭;刘庆福;;四川省铁路货运量预测研究[J];科技资讯;2011年30期

3 张欣元;;1938～1987年法国国营铁路货运量的发展[J];铁道科技动态;1989年11期

4 任德亮,李向国,张天伟;建立铁路货运量季节性预测模型的研究[J];铁道运输与经济;2004年08期

5 郝佳,李澜;铁路货运量组合预测模型的研究[J];铁道运输与经济;2004年11期

6 王晚香,蒋惠园;广州南沙疏港铁路货运量预测研究[J];铁道货运;2005年01期

7 单丽辉;王强;;铁路货运量的灰色预测模型[J];铁道货运;2006年02期

8 郑全成;唐玉川;祝宏宾;高伟;;铁路货运量组合预测方法的研究[J];铁道货运;2006年07期

9 刘志杰;季令;叶玉玲;耿志民;;基于径向基神经网络的铁路货运量预测[J];铁道学报;2006年05期

10 朱昌锋;王庆荣;;基于联系度的铁路货运量集对分析聚类预测[J];甘肃科学学报;2006年04期

中国重要报纸全文数据库 前10条

1 李锐;1-5月 俄铁路货运量同比增加12.9%[N];远东经贸导报;2010年

2 王海生 苑洪波 杜庆君;唐港铁路货运量 创历史最高水平[N];唐山劳动日报;2011年

3 本报记者 孙春芳;6月铁路货运量同比、环比双降[N];21世纪经济报道;2014年

4 记者 王龙飞;我省铁路货运量持续增长[N];山西经济日报;2014年

5 证券时报记者 靳书阳;不必过分担忧 铁路货运量下滑[N];证券时报;2014年

6 记者 罗忠河;前8个月全国铁路货运量同比增长12.8%[N];中国冶金报;2010年

7 记者 李慧颖;1—10月大兴安岭[N];黑龙江经济报;2011年

8 记者 王龙飞;59232.3万吨:我省铁路货运量创历史新高[N];山西经济日报;2013年

9 林琳;铁路货运量缘何下降[N];现代物流报;2013年

10 国际期货 李莉;铁路货运量：大宗商品的“景气度”[N];中国证券报;2013年

中国硕士学位论文全文数据库 前6条

1 陈星;基于遗传改进广义回归神经网络的铁路货运量预测研究[D];大连交通大学;2015年

2 畅博;基于经济周期的铁路货运量人工神经网络预测研究[D];中南大学;2010年

3 宋光平;铁路货运量预测方法研究[D];北京交通大学;2007年

4 吴晓玲;基于改进神经网络的铁路货运量预测研究[D];中南大学;2009年

5 郭琼琼;基于灰色系统理论的铁路货运量预测研究[D];解放军信息工程大学;2008年

6 郭腾;基于Benford法则的克强指数的可靠性研究[D];燕山大学;2014年

，

本文编号：1290900