基于灰色回归组合模型的铁路客运量预测研究.docVIP

基于灰色回归组合模型的铁路客运量预测研究 王彬 天津大学管理与经济学部 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 铁路客运量是衡量我国交通需求的重要指标, 科学预测铁路客运量是制定交通发展规划的重要依据。鉴于组合模型能克服单一模型的不足并兼具单一模型的优点, 基于灰色模型和线性回归模型, 根据灰色关联度赋予单一模型相应权重, 建立铁路客运量组合预测模型, 并选取2006—2015年铁路客运量数据, 对我国铁路客运量进行预测。结果表明:组合模型克服了单一模型的预测局限性, 能进一步提高预测精度, 适用于铁路客运量预测研究。 关键词： 灰色模型; 线性回归模型; 组合模型; 铁路客运量; 作者简介：王彬 (1973—) , 男, 海南临高人, 硕士, 主要从事管理科学与工程研究, E-mail:wangbin1973@。 收稿日期：2017-03-26 基金：天津市应用基础及前沿技术研究计划资助项目“基于感知过程的复杂系统信息融合理论与应用研究” (10JCYBJC07300) Forecast of Railway Passenger Traffic Based on Grey Linear Regression Combined Model WANG Bin Department of Management and Eeconomics, Tianjin University; Abstract： Railway passenger traffic is an important index to measure the demand of transportation in our country. Scientific forecast of railway passenger traffic is an important basis for the development of transportation development planning. In order to accurately predict the passenger capacity of our country, this paper establishes the grey linear regression combined model for railway passenger traffic, based on the gray model and the linear regression model, to which corresponding weight is given according to the gray correlation degree, and select the of 2006—2015 railway passenger traffic to forecasting our Railway Passenger Traffic. The results show that the combined model overcomes the prediction limitations of the single model and has a wide range of application, which can further improve the prediction accuracy and can be used to predict the railway passenger traffic. Keyword： grey model; linear regression model; combined model; railway passenger traffic; Received： 2017-03-26 铁路作为一种现代化运输方式, 是一个国家经济发展水平高低的集中体现。同时, 国民经济的发展也离不开铁路运输业的发展, 两者相辅相成。随着我国经济的迅猛发展, 我国铁路运输能力不断增强, 铁路客运量不断增长, 这就要求我们合理制定铁路运输计划、科学预测铁路客运量。作为铁路运输组织工作的重要基础, 铁路客运量预测的准确性不仅影响着铁路运输资源配置效率, 更影响着铁路运输发展规划的制定, 关乎我国铁路运输业的健康发展, 具有举足轻重的现实意义。 在铁路客运量预测方面, 国内学者提出了多种预测模型。刘殿胜[1]对我国铁路客运量运距构成进行了分析, 为铁路客运量预测打下了良好基础。王卓等[2]利用改进的BP神经网络对铁路客运量时间序列进行分析, 得到了