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:
铁路货运量是铁路基础设施建设的重要依据,准确的铁路货运量预测对未来铁路建设发展有着重大意义.本文结合铁路货运量现状,分析影响铁路货运量的主要因子,在传统的回归预测模型基础上,利用最小二乘法进行参数标定,构建铁路货运量预测的五元线性回归模型,并对2020年铁路货运量进行预测.
推荐文章
基于支持向量回归机的公路货运量预测模型
公路货运量
支持向量回归机
人工神经网络
预测
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
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 基于线性回归模型的铁路货运量预测
来源期刊 科教导刊-电子版(上旬) 学科 交通运输
关键词 多元线性回归 铁路货运量 预测
年,卷(期) 2020,(5) 所属期刊栏目 机械工程
研究方向 页码范围 280-281
页数 2页 分类号 U491.13
字数 1918字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (3)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(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)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(4)
  • 参考文献(1)
  • 二级参考文献(3)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
多元线性回归
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
科教导刊-电子版(上旬)
月刊
chi
出版文献量(篇)
18096
总下载数(次)
42
论文1v1指导