数据挖掘及其在运输系统中的应用.pdfVIP

维普资讯 华 南师 范大 学学报 (社会 科 学版) 2OO4年第3期 J0 AL OF SOUTH CHINA N0RMAI，lN『IⅥ强SⅡY 2OO4年6月 No．3，2OO4 (SOCIAL SCIENCE EDITION) Jun．。2004 数据挖掘及其在运输系统中的应用 邓 又 华 (广铁集团公司党校，广东广州510600) 中图分类号：F50；O021 文献标识码：A 文章编号：1000—5455(2004)03—0141—03 数据挖掘，是通过自动或半自动化的工具 从货运量的产生来看，它是外部经济需求 对大量的数据进行探索和分析的过程，其 目的 和运输系统供给两方面因素共同作用的结果。 是发现其中有意义的模式和规律。成功实施 从外部经济系统的作用来看，在经济体系内部 数据挖掘所必需的三大核心领域是数据挖掘 存在许多影响货运需求的因素，将这些因素归 技术、数据和数据建模，它融数据库技术、人工 纳起来，有两大部分：一部分属于各种经济总 智能技术、数理统计技术和可视化技术为一 量因素，如国民经济发展规模、工业发展规模 体，是一个多学科相互交叉融合的新兴的研究 及基建规模等；另一部分属于各种经济结构因 领域。当前数据挖掘的主要方法包括分类、估 素，如产业结构、工业结构等。货运需求不仅 计、预测、组合或关联法则、聚类、描述与可视 受国民经济总量的影响，还受经济结构的影 化，主要技术包括聚类、决策树、神经网络等。 响。从内部运输系统的作用来看，也存在类似 运输系统作为社会经济系统的一个子系 情况。因此，货运量影响因素总体上可分为规 统，在受外界因素影响和作用的同时，对外部 模因素和结构因素两类，其中结构类因素主要 经济系统也具有一定的反作用，使得运输需求 体现在产业结构和运输结构上。产业结构中最 同时受到来 自运输系统内外两方面的影响。 重要的是工业结构。在国民经济发展的不同 作为运输基础设施建设投资决策的基础，运输 阶段，规模因素和结构因素在货运量增长中所 需求预测在国家和区域经济发展规划中具有 起的作用也不同，货运量增长变化也呈现不同 十分重要的作用。其中，由于货物运输和地方 的形式。同时，由于运输市场中供需非均匀性 经济及企业发展的紧密联系，货运需求预测成 的客观存在，内外部系统对货运量的影响程度 为货运需求和经济发展关系研究中的一个重 不一，而且由于作用形式复杂，这就使得货运 要问题。因此，作为反映货物运输需求的一项 量预测具有较大的复杂性和非线性等特点。 重要指标，货运量预测研究和分析具有较强的 然而，以往常用的货运量预测方法。包括 实际和理论意义。 时间序列方法、相关(回归)分析法、灰色预测 收稿日期12004—03—30 141 维普资讯 方法以及作为多种方法综合的组合预测方法 为0．3。 等，大都集中在对其因果关系回归模型和时间 按照上述网络所确定的输入／输出参数， 序列模型的分析上，所建立的模型不能全面、 以我国1981—2001年的历史统计数据作为网 科学和本质地反映所预测动态数据的内在结 络的全部学习样本。选取1981一l996年的l6 构和复杂特性，丢失了信息量。数据挖掘中的 个样本进行拟合训练，取 1997—2001年的5 人工神经网络作为一种并行的计算模型，具有 个样本进行外推预测检验。 传统建模方法所不具备的很多优点，有很好的 拟合训练的计算结果和相对误差分别如 非线性影射能力。对被建