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:
针对传统的GM(1,N)模型在进行货运量预测时存在误差较大的情况,应用等维灰度递补的思想,通过对传统GM (1,N)模型进行改进,将新的预测数据替换最初的数据,提出一种改进的GM(1,N)模型。通过2种模型预测结果的对比分析可以看出:改进的GM(1,N)模型在预测精度方面较传统的GM(1,N)模型有大幅度提高。该模型能够更加及时、准确地反映数据的变化,且计算简便、精度较好,在货运量预测领域有着较高的实用及研究价值。
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
组合预测模型在货运量预测中的应用
组合预测
GM(1,1)模型
ARIMA模型
货运量
基于RBF神经网络的货运量预测模型
货运量
RBF神经网络
预测模型
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 基于改进的GM(1,N)货运量预测模型
来源期刊 铁道科学与工程学报 学科 交通运输
关键词 GM(1,N)模型 货运量 预测
年,卷(期) 2017,(1) 所属期刊栏目 运输? 物流? 工程管理
研究方向 页码范围 180-183
页数 4页 分类号 U291
字数 2563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 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  (44)
共引文献  (28)
参考文献  (12)
节点文献
引证文献  (6)
同被引文献  (34)
二级引证文献  (0)
1651(1)
  • 参考文献(1)
  • 二级参考文献(0)
1820(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(2)
  • 二级参考文献(5)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
GM(1,N)模型
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