期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于多重“分解—集成”策略的物流货运量预测 被引量:6
1
作者 周程 李松 《交通运输系统工程与信息》 EI CSCD 北大核心 2015年第1期150-158,共9页
货运量预测是制定物流政策和决定物流基础设施布局的重要依据.针对受多因素影响的货运量预测具备较强非线性和模糊性特征,提出一种基于趋势分解和小波变换的多重'分解—集成'预测方法.利用趋势分解将货运量分解为趋势项和非趋势... 货运量预测是制定物流政策和决定物流基础设施布局的重要依据.针对受多因素影响的货运量预测具备较强非线性和模糊性特征,提出一种基于趋势分解和小波变换的多重'分解—集成'预测方法.利用趋势分解将货运量分解为趋势项和非趋势项,通过小波分解将非趋势项进一步分解成低频项和高频项,分别建立预测模型,选用相加集成得到货运量预测值.实证表明,'分解—集成'的预测策略将非平稳货运量分解为相对平稳的子序列组合,降低了问题复杂度,有效提高了预测性能,与传统的趋势分解预测模型和小波分解预测模型相比,多重'分解—集成'预测模型精度更高. 展开更多
关键词 物流工程 小波变换 趋势分解 分解—集成 物流货运量
下载PDF
基于分解—集成的铁路货运需求预测研究 被引量:6
2
作者 徐菲 任爽 《运筹与管理》 CSSCI CSCD 北大核心 2021年第8期133-138,共6页
铁路货运量受到多种因素影响,准确的预测可以为铁路行业未来规划的编制提供重要的参考依据,也可以使铁路部门制定符合当前货运市场的运输政策。货运量数据具有非线性、不平稳的特点,利用传统的单一预测模型进行预测,很难描述整体特征,... 铁路货运量受到多种因素影响,准确的预测可以为铁路行业未来规划的编制提供重要的参考依据,也可以使铁路部门制定符合当前货运市场的运输政策。货运量数据具有非线性、不平稳的特点,利用传统的单一预测模型进行预测,很难描述整体特征,预测精度有待提高。本文基于分解—集成的原则,利用变分模态分解算法将货运量分解为高频和低频模态,针对各模态特点,分别建立预测模型,将得到的预测结果加总起来作为最终货运量的预测值。实证表明,分解—集成预测方法与传统的单一预测模型相比,提高了预测的准确率,可以很好地应用在铁路货运量需求预测的研究中。 展开更多
关键词 铁路运输 货运量预测 分解—集成 变分模态分解 ARIMA模型 支持向量回归
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部