原文传递
基于Shapley值组合预测模型的中欧班列需求量预测
| 题名： | 基于Shapley值组合预测模型的中欧班列需求量预测 |
| 作者： | 李艳丽 1 曹永新 1 李利军 2 郭湛 3 |
| 作者单位： | 1. 石家庄铁道大学管理学院2. 石家庄铁道大学文法学院3. 国铁集团安全研究中心 |
| 关键词： | 关键词：中欧班列需求量;组合预测;多变量灰色预测;BP神经网络;多元线性回归; |
| 摘要： | 摘要：为科学合理预测中欧班列需求量，提高班列运营效率，针对单一预测模型的局限性，提出基于多元线性回归预测、多变量灰色预测和BP神经网络预测的Shapley值组合预测模型，并采用灰色关联分析法选取中欧班列需求量的影响因素指标，以2015-2021年中欧班列开行数据为例验证模型的有效性，最后将ARIMA模型预测的影响因素值输入到Shapley值组合预测模型预测2022-2026年中欧班列需求量，判断中欧班列未来5年发展趋势。结果表明，Shapley值组合预测模型比单一模型更具有精准度优势，应用价值更高，未来5年中欧班列需求量呈现先增加后降低再增加的趋势，为政府和铁路运输管理部门提供相关决策依据，有利于中欧班列健康高效发展。 |
| 期刊名称： | 综合运输 |
| 出版日期： | 202403 |
| 出版年： | 2024 |
| 期： | 8 |
检索历史
应用推荐
