原文传递
线性与非线性的组合模型在铁路客运量预测中的应用研究
| 论文题名： | 线性与非线性的组合模型在铁路客运量预测中的应用研究 |
| 关键词： | 组合模型;支持向量回归;BP神经网络;铁路客运量;预测精度 |
| 摘要： | 铁路旅客运输量预测是铁路运输组织工作的重要基础和主要依据之一，凡是铁路公司在做出重大决策之前都要进行客运量预测工作，准确预测客运量是做出科学决策、编制可行的计划、规划或发展战略的重要保障。许多研究表明，相比于单项预测模型，组合预测模型的预测性能更优，这是由于单一的模型不能完全反映出客运量的变化规律和信息，而组合预测模型恰好能很好的克服这一缺点。并且，以往学者的研究均是将单项预测模型的预测值进行组合，本文提出新的组合预测方法，那就是线性时间序列模型与非线性时间序列模型的组合预测模型。 本研究将建立三个线性预测模型:季节性指数平滑预测模型、季节性自回归移动平均模型、灰色GM(1，1)模型，对2005年1月到2012年12月全国铁路旅客月度运输量进行拟合，并对2013年1月到2014年2月全国铁路旅客月度运输量作出预测。然后将三个线性模型与两个非线性模型分别进行组合，得到六个组合预测模型，并运用组合模型对2013年1月到2014年2月全国铁路旅客月度运输量作出预测。最后运用定量统计指标均方误差(MSE)、归一化均方误差(NMSE)、平均绝对百分比误差(MAPE)、R值等对模型精度及性能进行评估对比单项预测模型与组合预测模型的性能，根据模型的数据分析，六个组合预测模型的预测精度均高于三个单项预测模型。 因此，本研究在实际验证的基础上得出，在铁路旅客运输量预测方面，线性预测模型与非线性预测模型的组合预测模型具有良好的预测性能。 |
| 作者： | 张毅敏 |
| 专业： | 管理科学与工程 |
| 导师： | 李良 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
