上海未来短期客运量的预测分析——基于最小二乘法改进的GM（1,1）模型

发布时间：2021-08-18 15:49

　　客运量受诸多因素影响因此数据波动性大,并且具有小样本性及贫信息等特点.采用基于最小二乘法改进的GM（1,1）模型,对上海市的客运量进行短期预测.首先介绍了普通GM（1,1）模型的建立方法;然后通过最小二乘法的原理弱化波动较大的数据,减少随机性,加强规律性建立改进的新GM（1,1）模型;其次结合2005-201.4年数据建立预测模型;最后使用2014年数据对模型可靠性进行验证.结果表明该预测方法精度高误差小,改进的模型预测结果更加接近实际值.该模型为其他相关预测提供了理论依据,也便于上海市对未来交通运输的宏观调控. 

【文章来源】：数学的实践与认识. 2017,47(13)北大核心

【文章页数】：8 页

【参考文献】：
期刊论文
[1]灰色系统理论GM（1,1）预测模型的应用[J]. 贾得海,曾建初.  昆明理工大学学报(自然科学版). 2013(06)
[2]基于最小二乘法的灰色GM（1,1）改进模型在非煤矿山事故预测中的应用[J]. 李明洋,姜福川.  中国安全生产科学技术. 2013(11)
[3]基于灰色理论和马尔科夫模型的城市公交客运量预测方法[J]. 杨琦,杨云峰,冯忠祥,赵现伟.  中国公路学报. 2013(06)
[4]基于指数平滑法和马尔科夫模型的公路客运量预测方法[J]. 芮海田,吴群琪,袁华智,冯忠祥,朱文英.  交通运输工程学报. 2013(04)
[5]运输通道客运量预测方法[J]. 吴伟,符卓,王晓.  铁道科学与工程学报. 2012(05)
[6]基于模糊线性回归模型的公路货运量预测方法[J]. 赵建有,周孙锋,崔晓娟,王高青.  交通运输工程学报. 2012(03)
[7]基于灰色马尔柯夫过程的铁路客运量预测方法研究[J]. 陈鹏,孙全欣.  铁道运输与经济. 2005(04)



本文编号：3350177