基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用Rough Set理论通过对数据进行分析和推理发现隐含知识的优点,在结合该理论与铁路货运量预测要求的基础上,提出一个基于Rough Set理论的铁路货运量预测流程;合理选择统计指标并将相关原始数据代入预测流程涉及的各步骤后,得出预测我国铁路货运量发展水平的规则集;利用该规则集预测了"十五"期间我国铁路货运量的发展水平;该规则集有望在我国"十一五"规划的制定中发挥一定的参考作用.
推荐文章
基于FOA优化混合核LSSVM的铁路货运量预测
铁路货运量
预测方法
混合核LSSVM
果蝇优化算法
基于灰色模型的铁路货运量预测 ——以陕西省铁路货运为例
铁路货运
灰色模型
灰色预测
数据序列
后验差检验
预测精度
基于参数化三角范数的铁路货运量选择集成预测
铁路货运量
预测
选择性集成学习
Yager三角范数
遗传算法
基于指数平滑法预测企业货运量
指数平滑法
预测
货运量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Rough Set理论的铁路货运量预测
来源期刊 铁道学报 学科 交通运输
关键词 Rough Set理论 铁路货运量 预测
年,卷(期) 2004,(3) 所属期刊栏目
研究方向 页码范围 1-7
页数 7页 分类号 U294.13
字数 6159字 语种 中文
DOI 10.3321/j.issn:1001-8360.2004.03.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘凯 北京交通大学交通运输学院 138 1534 21.0 33.0
2 李红启 北京交通大学交通运输学院 10 166 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (50)
参考文献  (7)
节点文献
引证文献  (52)
同被引文献  (85)
二级引证文献  (291)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(5)
  • 引证文献(2)
  • 二级引证文献(3)
2009(19)
  • 引证文献(9)
  • 二级引证文献(10)
2010(12)
  • 引证文献(5)
  • 二级引证文献(7)
2011(22)
  • 引证文献(4)
  • 二级引证文献(18)
2012(31)
  • 引证文献(7)
  • 二级引证文献(24)
2013(24)
  • 引证文献(2)
  • 二级引证文献(22)
2014(36)
  • 引证文献(4)
  • 二级引证文献(32)
2015(46)
  • 引证文献(7)
  • 二级引证文献(39)
2016(39)
  • 引证文献(2)
  • 二级引证文献(37)
2017(31)
  • 引证文献(4)
  • 二级引证文献(27)
2018(28)
  • 引证文献(1)
  • 二级引证文献(27)
2019(32)
  • 引证文献(0)
  • 二级引证文献(32)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
Rough Set理论
铁路货运量
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
论文1v1指导