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:
针对传统GM(1,1)模型对原始数列的光滑度要求较高且预测结果误差较大的问题,通过对原始货运量数据用幂函数x-a进行处理,将处理后的数据带入GM(1,1)模型进行预测,提出基于幂函数x-a变换的GM(1,1)货运量预测模型.最后,通过将该模型应用到实际案例中,验证基于幂函数x-a变换的GM(1,1)货运量预测模型较传统的GM(1,1)模型在预测精度方面有了较大幅度的提高,预测的相对误差降低了8.7%.研究结果表明,基于幂函数x-a变换的GM(1,1)模型可以更有效的对货运量进行预测.
推荐文章
基于小波灰色GM(1,1)模型的货运量预测研究
铁路货运量
灰色GM(1,1)模型
小波降噪
预测
基于GM(1,1)残差二次修正的铁路货运量预测
铁路运输
货运量
GM(1,1)灰色模型
残差修正
基于改进的GM(1,N)货运量预测模型
GM(1,N)模型
货运量
预测
GM(1,2)模型在内河货运量预测中的应用
内河航道
货运量
灰色模型
系统综合预测
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 基于幂函数x-a变换的GM(1,1)模型在货运量预测中的应用研究
来源期刊 铁道科学与工程学报 学科 交通运输
关键词 灰色模型 幂函数变换 货运量 预测
年,卷(期) 2016,(9) 所属期刊栏目 运输·物流·工程管理
研究方向 页码范围 1859-1863
页数 5页 分类号 U121
字数 2573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 董朝阳 兰州中川铁路有限公司技术装备部 5 39 5.0 5.0
4 宋建强 兰州交通大学土木工程学院 3 20 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (81)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (20)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
灰色模型
幂函数变换
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