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.
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
基于灰色Verhulst模型的铁路货运量预测研究
货运量
灰色Verhulst模型
预测
基于灰色Verhulst模型的民航远期货运量预测研究
民航
货运量
预测
灰色理论
灰色Verhulst模型
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
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 基于无偏灰色Verhulst模型的铁路货运量预测研究
来源期刊 铁道科学与工程学报 学科 工学
关键词 货运量 铁路工程 倒数生成 无偏灰色Verhulst模型
年,卷(期) 2016,(1) 所属期刊栏目 运输·物流·工程管理
研究方向 页码范围 181-186
页数 6页 分类号 TU528
字数 3340字 语种 中文
DOI
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 鲍学英 兰州交通大学土木工程学院 109 937 16.0 25.0
2 王起才 兰州交通大学土木工程学院 311 1956 20.0 27.0
3 安永娥 兰州交通大学土木工程学院 1 15 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (206)
参考文献  (11)
节点文献
引证文献  (15)
同被引文献  (68)
二级引证文献  (21)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(4)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(4)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(11)
  • 引证文献(3)
  • 二级引证文献(8)
2019(13)
  • 引证文献(2)
  • 二级引证文献(11)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
货运量
铁路工程
倒数生成
无偏灰色Verhulst模型
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
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
总被引数(次)
26874
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导