期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于灰色模型的铁路客流预测方法
被引量:
5
下载PDF
职称材料
导出
摘要
铁路客流量的预测对于铁路交通业具有重要的实际意义,本文探讨应用灰色预测方法来预测铁路客流量的方法,并且通过对我国2007-2009年铁路客运量预测的实证分析,证明了此方法的可行性,并且检验了此方法的精确度,为准确预测铁路客流量提供了一种简便可行的分析预测方法。
作者
田丽
机构地区
中山大学南方学院
出处
《中国管理信息化》
2011年第7期34-34,共1页
China Management Informationization
关键词
灰色模型
铁路客流量
预测
分类号
F224.9 [经济管理—国民经济]
引文网络
相关文献
节点文献
二级参考文献
1
参考文献
4
共引文献
34
同被引文献
45
引证文献
5
二级引证文献
24
参考文献
4
1
张龙,李翔宇.
基于灰色模型的旅游流量预测方法探讨——以河北省为例[J]
.商场现代化,2007(06Z):233-234.
被引量:11
2
罗贻乡,罗芳.
应用灰色动态模型对事故进行预测分析[J]
.中国海上油气(工程),2002,14(2):56-58.
被引量:4
3
牛东晓 曹树华 赵磊 等.电力负荷预测技术及其应用[M].北京:中国水利电力出版社,1999..
被引量:22
4
程万斌.沪宁城际铁路客流预测研究[D].成都:西南交通大学,2006.
被引量:1
二级参考文献
1
1
张广泉.
应用灰色动态模型预测建筑工伤率[J]
.铁道劳动安全卫生与环保,1993,20(2):96-98.
被引量:1
共引文献
34
1
赵磊,李媛媛,李金超,赵晓坤.
基于数据挖掘技术的电力日负荷优选组合预测[J]
.华北电力大学学报(自然科学版),2005,32(3):19-22.
被引量:1
2
李金超,牛东晓,李金颖,王强.
基于熵权的中长期电力负荷组合预测[J]
.华东电力,2005,33(8):26-29.
被引量:8
3
安永林,彭立敏,杨高尚.
灰色预测理论在隧道火灾后衬砌损伤中的应用[J]
.西部探矿工程,2006,18(4):163-165.
被引量:3
4
王吉权.
修正指数曲线在电力负荷预测中的应用[J]
.计算机工程,2006,32(18):253-254.
被引量:3
5
耿伟华,孙衢,李兴源.
基于补偿模糊神经网络和线性模型的短期电力负荷预测[J]
.电网技术,2006,30(23):1-5.
被引量:3
6
周晖,王玮,钮文洁,李冬梅.
夏季负荷与气象参数的多维时间序列模型研究[J]
.水电能源科学,2007,25(4):105-108.
被引量:2
7
高霞,曾新,马骋.
决策树技术分析气象因子对电力负荷预测的影响[J]
.气象,2008,34(3):106-111.
被引量:7
8
王吉权,赵玉林,马力.
组合预测方法研究及其在电力负荷预测中的应用[J]
.东北农业大学学报,2008,39(4):51-54.
被引量:8
9
唐世星,柯凤琴.
河北海外旅游客源量的ARIMA模型及应用[J]
.广西民族大学学报(自然科学版),2009,15(2):86-88.
被引量:2
10
张志宏,李悦铮.
海岛型旅游地市场需求分析与预测——以长山群岛为例[J]
.海洋开发与管理,2009,26(7):48-57.
被引量:6
同被引文献
45
1
张飞涟,史峰.
铁路客货运量预测的随机灰色系统模型[J]
.中南大学学报(自然科学版),2005,36(1):158-162.
被引量:40
2
王卓,王艳辉,贾利民,李平.
改进的BP神经网络在铁路客运量时间序列预测中的应用[J]
.中国铁道科学,2005,26(2):127-131.
被引量:49
3
朱小山,聂伟.
灰色系统模型在铁路客运量预测中的应用[J]
.内蒙古科技与经济,2004(23):121-123.
被引量:3
4
陈鹏,孙全欣.
基于灰色马尔柯夫过程的铁路客运量预测方法研究[J]
.铁道运输与经济,2005,27(4):65-67.
被引量:19
5
林晓言,陈有孝.
基于灰色-马尔可夫链改进方法的铁路货运量预测研究[J]
.铁道学报,2005,27(3):15-19.
被引量:58
6
马国忠,张翠.
道路交通事故死亡人数的灰色-周期外延组合模型[J]
.交通运输工程与信息学报,2010,8(4):4-8.
被引量:6
7
李玉兰.
GM(1,1)模型在公路货运量预测中的应用[J]
.交通标准化,2006,34(6):68-70.
被引量:5
8
高峰,刘明君,陈团生,常超凡.
石太客运专线客流预测研究[J]
.铁道运输与经济,2007,29(5):30-32.
被引量:10
9
燕臣颖,董宝田.
基于灰色马尔可夫链模型的铁路客运量预测研究[J]
.铁道运输与经济,2007,29(5):85-87.
被引量:9
10
崔捷晴.
基于灰色预测法的铁路客运量预测[J]
.科技和产业,2007,7(8):67-69.
被引量:5
引证文献
5
1
吴伟,符卓,王晓.
运输通道客运量预测方法[J]
.铁道科学与工程学报,2012,9(5):96-102.
被引量:10
2
徐月圆,谢金宝,匡荣杰.
基于组合模型的公路客运量预测研究[J]
.西部交通科技,2014(4):63-66.
被引量:1
3
贺晓霞,鲍学英,王起才,董朝阳.
基于GM—周期扩展组合模型的铁路客运量预测[J]
.铁道科学与工程学报,2015,12(3):685-689.
被引量:9
4
葛永,叶建勇,李强.
基于OD反推的客运专线客流预测方法研究[J]
.洛阳理工学院学报(自然科学版),2017,27(2):31-34.
5
徐熠明.
基于灰色改良模型的城市轨道交通客流预测研究[J]
.软件导刊,2021,20(4):135-140.
被引量:4
二级引证文献
24
1
芮海田,吴群琪,袁华智,冯忠祥,朱文英.
基于指数平滑法和马尔科夫模型的公路客运量预测方法[J]
.交通运输工程学报,2013,13(4):87-93.
被引量:58
2
高云霞,高景刚,王植平,李清华,邱彦章,程鸿亮.
基于GM(1,1)模型的客运交通量预测系统实现[J]
.电子设计工程,2014,22(7):16-18.
被引量:2
3
吴华稳,甄津,王宇,王富章.
基于径向基神经网络的铁路客货运量预测研究[J]
.铁道科学与工程学报,2014,11(4):109-114.
被引量:20
4
李莉,丁宏飞.
基于Ordered Probit模型的区域客运通道需求层次识别[J]
.重庆交通大学学报(自然科学版),2014,33(5):124-127.
被引量:1
5
冯冰玉,鲍学英,王起才.
基于灰色和神经网络的铁路客运量预测研究[J]
.铁道科学与工程学报,2015,12(5):1227-1231.
被引量:15
6
杨祺煊.
基于主成分分析与GA-BP网络的铁路客运量预测研究[J]
.军事交通学院学报,2017,19(2):84-89.
被引量:3
7
王洁,王波.
上海未来短期客运量的预测分析——基于最小二乘法改进的GM(1,1)模型[J]
.数学的实践与认识,2017,47(13):67-74.
被引量:5
8
孙可朝.
基于规划求解的组合预测模型在道路客运量预测中的应用[J]
.公路交通科技,2017,34(12):103-107.
被引量:6
9
胡小敏,贺园园.
基于组合模型的铁路客运量预测[J]
.微型电脑应用,2017,33(12):67-70.
被引量:2
10
江佳璐.
广州至湛江客运专线客运量预测[J]
.综合运输,2018,40(1):107-110.
1
陈涛.
应用TRIZ理论解决管理问题[J]
.现代商业,2011(18):133-134.
被引量:2
2
周雪峰.
保障性住房PPP融资模式研究——以河南为例[J]
.建筑经济,2015,36(1):91-94.
被引量:23
3
姚伟鸿.
管理会计在企业应用中存在的问题及解决策略探讨[J]
.财会学习,2016,0(16):105-105.
被引量:5
4
白丽丽.
浅议自由现金流视角的企业价值创造[J]
.中国管理信息化,2013,16(9):24-24.
被引量:2
5
高红.
模糊评判法在小城镇土地定级中的应用[J]
.天津师大学报(自然科学版),1998,18(2):58-64.
6
倪炎.
宏观经济指标的综合性灰色预测方法[J]
.系统工程,1989,7(2):9-11.
被引量:1
7
黄洪强,陈文江.
成本灰色预测模型的建立与计算[J]
.中南民族学院学报(自然科学版),1999,18(1):76-78.
被引量:2
8
姚翠友.
基于GM(1,1)模型的北京市房地产投资分析[J]
.工业技术经济,2007,26(7):69-71.
被引量:7
9
张桂玲.
探讨应用电力营销稽查提高电力营销效率[J]
.中国电子商务,2013(14):124-124.
被引量:1
10
谭剑平.
探讨应用电力营销稽查提高电力营销效率[J]
.通讯世界(下半月),2014(12):194-195.
被引量:7
中国管理信息化
2011年 第7期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部