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:
铁路分品类货运量预测是制定货运营销决策的依据。作者通过基础数据处理、构建微分方程、求解模型的时间响应方程3个步骤形成了灰色预测GM(1,1)模型的算法,同时介绍了模型检验方法。基于此,依据铁路1998-2010年的实际运量数据,预测得到2011、2012年铁路分品类货运量,进而对预测结果进行检验和分析,得到模型的适用性:即灰色模型对数据序列波动较少的品类预测效果较好,而数据序列波动性大的品类预测效果一般。最后,针对部分基础数据波动较大的序列,采用指数平滑法对灰色预测的结果进行修正,提高了总体的预测效果。
推荐文章
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
铁路货运量的灰色预测模型
铁路运输
货运量
预测
灰色理论
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
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 基于灰色模型的铁路分品类货运量预测
来源期刊 交通运输工程与信息学报 学科 交通运输
关键词 灰色模型 分品类 货运量预测
年,卷(期) 2014,(3) 所属期刊栏目
研究方向 页码范围 38-42,46
页数 6页 分类号 U294.1+3
字数 2496字 语种 中文
DOI 10.3969/j.issn.1672-4747.2014.03.005
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 付建飞 中国铁道科学研究院运输及经济研究所 12 55 6.0 6.0
2 宋小满 中国铁道科学研究院运输及经济研究所 11 80 5.0 8.0
3 杨瑜 中国铁道科学研究院运输及经济研究所 11 57 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (16)
参考文献  (3)
节点文献
引证文献  (11)
同被引文献  (44)
二级引证文献  (17)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(13)
  • 引证文献(4)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
灰色模型
分品类
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
交通运输工程与信息学报
季刊
1672-4747
51-1652/U
大16开
四川省成都市西南交通大学九里校区
2003
chi
出版文献量(篇)
1466
总下载数(次)
9
总被引数(次)
11264
论文1v1指导