优组合预测模型换算周转量预测中的应用研究.pdf

最优组合预测模型在换算周转量预测中的 应用研究 研究生：周素霞导师：陈森发 教授 东南大学 摘 要 换算周转量是铁路运输业的产品，其值对衡量铁路企业的经营效益，起重要 作用。为准确预测换算周转量，很多学者提出各种单项预测方法来预测换算周转 景，但组合预测模型在换算周转量中的应用并不多见。 组合预测是将不同的预测方法进行适当的组合，综合利用各种方法所提供的 估息，从而尽可能地提高预测精度。理论研究和实际应用表明，组合预测方法比 单一预测方法更为科学，因为每种预测方法利用的数据不尽相同，不同的数据都 足从不同的角度提供各方面有用的信息。 组合预测的关键是确定加权系数，现有的组合预测模型大都以组合预测误差 平方和为目标函数，通过使误差平方和极小化来确定最优加权系数。为了进一步 提高组合预测的精度，有学者提出了变权重方法【11，由于变权重的组合预测方法 比较复杂，所以目前关于变权重的组合预测研究并不多见。神经网络在组合预测 方面已经有了一些应用f2击】，但是遗传算法与神经网络结合在组合预测方面还是 很少的。 本文首先对常规的组合预测方法进行总结和分析；其次，在现有组合预测模 型研究的基础上，采用遗传算法和神经网络相结合的方法建立了最优组合预测模 型；然后，根据遗传算法优化神经网络初始权重的思想，运用Matlab语言编程 实现了模型。最后，通过实证证明了此