期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
基于GRA与SVM-mixed的货运量预测方法 被引量:22
1
作者 梁宁 耿立艳 +1 位作者 张占福 梁毅刚 《交通运输系统工程与信息》 EI CSCD 北大核心 2016年第6期94-99,共6页
铁路货运量与其影响因素之间关系复杂,单一核函数支持向量机(SVM)难以进行准确描述,而且各因素对铁路货运量的影响程度具有差异性,若忽略这种差异性,将难以获得理想的铁路货运量预测结果.为此,本文提出一种基于灰色关联分析(GRA)与混合... 铁路货运量与其影响因素之间关系复杂,单一核函数支持向量机(SVM)难以进行准确描述,而且各因素对铁路货运量的影响程度具有差异性,若忽略这种差异性,将难以获得理想的铁路货运量预测结果.为此,本文提出一种基于灰色关联分析(GRA)与混合核函数支持向量机(SVM-mixed)的铁路货运量预测方法.该方法采用灰色关联分析确定各影响因素的权重,再将赋予权重的影响因素作为输入变量,构建多项式核函数与径向基核函数线性组合的SVM-mixed预测模型.针对SVM-mixed参数难以确定问题,采用果蝇优化算法(FOA)选择SVM-mixed最优参数.基于中国铁路货运量的实例分析表明,该方法可有效提高铁路货运量的预测精度,为准确预测铁路货运量提供了一种新途径. 展开更多
关键词 铁路运输 货运量 预测 灰色关联分析 混合核函数支持向量机
下载PDF
改进的货运量最优变权组合预测模型 被引量:7
2
作者 谭司庭 史峰 《铁道科学与工程学报》 CAS CSCD 2011年第3期104-109,共6页
提出一种改进的变权组合预测模型,实现货运量的短期和长期预测。该方法采用多元线性回归、二次指数平滑法、灰色模型、指数曲线外推方法分别对货运量进行预测,设计一个多项式的系数矩阵,建立组合预测模型。为了保证组合模型长期预测的... 提出一种改进的变权组合预测模型,实现货运量的短期和长期预测。该方法采用多元线性回归、二次指数平滑法、灰色模型、指数曲线外推方法分别对货运量进行预测,设计一个多项式的系数矩阵,建立组合预测模型。为了保证组合模型长期预测的稳定性,在进行长期预测时,在模型中增加了收敛条件。最后,通过引入松弛函数,避免求解方程时的病态,利用拉格朗日极值法求解该组合预测模型的系数矩阵,获得组合预测模型。根据长沙市1990年~2008年货运量的原始数据,采用该模型进行短期和长期预测,结果表明了该模型的有效性。 展开更多
关键词 货运量 组合预测 变权组合 收敛条件 拉格朗日极值法
下载PDF
“一带一路”背景下中-老运输通道货运量分担率预测方法研究 被引量:5
3
作者 许秋萌 刘澜 《交通运输工程与信息学报》 2018年第3期82-87,97,共7页
为了分析中老铁路开通运营后货物运输发展格局,在考虑货主选择货物运输方式影响因素的基础上,选取运输能力、运输时间、运输费用、服务水平4个因素作为效用函数的构成变量,然后利用AHP法赋权,最后通过改进Influ-Logit模型来预测中老运... 为了分析中老铁路开通运营后货物运输发展格局,在考虑货主选择货物运输方式影响因素的基础上,选取运输能力、运输时间、运输费用、服务水平4个因素作为效用函数的构成变量,然后利用AHP法赋权,最后通过改进Influ-Logit模型来预测中老运输通道内公路及铁路货流分担率。预测结果显示:中老铁路开通后,公路与铁路的货运分担率分别为53.1%和46.9%,中老铁路运输相比公路具有较大优势,特别是区域市场的货运量分担率具有很大的提升空间。 展开更多
关键词 中老铁路 改进Logit模型 货运量 分担率
下载PDF
铁路货车运用效率对策探讨 被引量:3
4
作者 李卫民 刘清芳 尹璐 《铁道货运》 2018年第8期6-11,共6页
实现铁路货运量大幅度增长,提升装备设施保障能力是关键因素之一。通过对近年来铁路货车运用和货物运量总体情况的描述,重点分析货车运用率、静载重、货车空率、检备率、周时、发送量、周转量等主要统计指标,概述货车运用与货运量变化趋... 实现铁路货运量大幅度增长,提升装备设施保障能力是关键因素之一。通过对近年来铁路货车运用和货物运量总体情况的描述,重点分析货车运用率、静载重、货车空率、检备率、周时、发送量、周转量等主要统计指标,概述货车运用与货运量变化趋势,基于货车拥有量与货物运量结构变化,特别是敞车拥有量与煤炭发送量的关系,综合评价货车车种与货物品类的结构关联,运用估评分析法预测货车运用情况,结合2018年货运量奋斗目标,提出运输组织挖潜提效、货车车种结构调整优化、货车购置多渠道融资等对策。 展开更多
关键词 铁路货车 运用效率 平均运距 货车周转时间 货运量
下载PDF
基于灰色关联分析的LS-SVM铁路货运量预测 被引量:49
5
作者 耿立艳 张天伟 赵鹏 《铁道学报》 EI CAS CSCD 北大核心 2012年第3期1-6,共6页
为提高对铁路货运量的预测精度及建模速度,在分析货运量影响因素基础上,提出基于灰色关联分析的LS-SVM铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素,采用灰色关联分析法对两方面因素与货运量进行相关性分析,... 为提高对铁路货运量的预测精度及建模速度,在分析货运量影响因素基础上,提出基于灰色关联分析的LS-SVM铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素,采用灰色关联分析法对两方面因素与货运量进行相关性分析,根据灰色关联度值,结合定性分析筛选LS-SVM输入变量,简化LS-SVM结构,再通过随机权重粒子群(SIWPSO)算法优化选择LS-SVM模型参数。通过对我国1980~2009年铁路货运量实例分析表明:该方法具有较快的收敛速度和较高的预测精度。 展开更多
关键词 铁路货运量 预测 灰色关联分析 最小二乘支持向量机
下载PDF
基于FPSO灰色Verhulst模型的铁路货运量预测 被引量:16
6
作者 贺政纲 黄娟 《铁道学报》 EI CAS CSCD 北大核心 2018年第8期1-8,共8页
为提高灰色Verhulst模型的预测精度,采用粒子群算法对灰色Verhulst模型的参数值进行优化,利用滑动窗对原始数据序列进行动态更新,使用Fourier序列修正模型的误差,提出FPSO灰色Verhulst模型预测铁路货运量的方法。以平均绝对误差、均方... 为提高灰色Verhulst模型的预测精度,采用粒子群算法对灰色Verhulst模型的参数值进行优化,利用滑动窗对原始数据序列进行动态更新,使用Fourier序列修正模型的误差,提出FPSO灰色Verhulst模型预测铁路货运量的方法。以平均绝对误差、均方根误差、平均相对误差为评价指标,采用传统灰色Verhulst模型、GM(1,1)、径向基神经网络、FPSO灰色Verhulst模型分别对具有增长趋势、摆动发展以及交叉发展趋势的铁路货运量进行预测。结果表明,FPSO灰色Verhulst模型能更好地反映铁路运输过程中的突变因素,是一种减少误差、充分利用新生数据、提高预测精度的有效方法。 展开更多
关键词 铁路货运量预测 粒子群算法 灰色VERHULST模型 Fourier序列 FPSO灰色Verhulst模型
下载PDF
铁路货运量组合预测方法 被引量:15
7
作者 吴晓玲 符卓 +1 位作者 王璇 占红波 《铁道科学与工程学报》 CAS CSCD 2009年第5期89-92,共4页
为了对铁路货运量进行科学预测,在指数平滑、模糊移动、线性回归、灰色预测4种单一模型的基础上建立组合预测模型。结果表明:组合预测模型能有效综合各模型的有用信息,并能提高其预测精度,预测结果可靠。与单一模型相比,该法具有较好的... 为了对铁路货运量进行科学预测,在指数平滑、模糊移动、线性回归、灰色预测4种单一模型的基础上建立组合预测模型。结果表明:组合预测模型能有效综合各模型的有用信息,并能提高其预测精度,预测结果可靠。与单一模型相比,该法具有较好的实用价值。 展开更多
关键词 组合预测 指数平滑 模糊移动预测 线性回归 灰色预测 铁路货运量
下载PDF
基于灰色自适应粒子群LSSVM的铁路货运量预测 被引量:15
8
作者 耿立艳 梁毅刚 《西南交通大学学报》 EI CSCD 北大核心 2012年第1期144-150,共7页
为了提高铁路货运量的预测精度及建模速度,将灰色预测模型(GM(1,1))、最小二乘支持向量机(LSSVM)和自适应粒子群优化(APSO)算法相融合,建立了灰色自适应粒子群最小二乘支持向量机(GM-APSO-LSSVM)预测模型.通过灰色预测模型中的灰色序列... 为了提高铁路货运量的预测精度及建模速度,将灰色预测模型(GM(1,1))、最小二乘支持向量机(LSSVM)和自适应粒子群优化(APSO)算法相融合,建立了灰色自适应粒子群最小二乘支持向量机(GM-APSO-LSSVM)预测模型.通过灰色预测模型中的灰色序列算子,弱化原始数列随机性,挖掘数列中蕴含的规律,利用最小二乘支持向量机计算简便、求解速度快、非线性映射能力强的特点进行预测,并采用自适应粒子群算法优化选择LSSVM参数.对我国铁路货运量的实例分析表明:用该模型得到的评价指标RMSE、MAE、MPE和Theil不等系数分别为0.062 8、0.052 3、0.016 2和0.010 7,均小于其它模型,预测性能好;用APSO算法搜索LSSVM最优参数的时间为55.656 s,比传统交叉验证法减少了10.462 s;2006~2009年的预测相对误差分别为0.39%、-1.67%、1.44%和4.75%,适用于铁路货运量的短期预测. 展开更多
关键词 铁路货运量预测 灰色预测模型 最小二乘支持向量机 自适应粒子群算法
下载PDF
我国铁路货物运输发展的灰色关联分析 被引量:10
9
作者 苏帆 《数学的实践与认识》 CSCD 北大核心 2005年第10期71-75,共5页
运用灰色系统理论的灰色关联分析方法,对我国铁路货运的发展及其影响因素进行了系统分析,较详细地叙述了分析过程,并将其结果进行数据分析对比,分析过程表明,灰色关联分析的方法简便易行,结果可靠.
关键词 铁路运输 货运量 灰色关联分析 灰色关联分析方法 铁路货物运输 灰色系统理论 系统分析 铁路货运 分析对比 行数据
原文传递
铁路货运量预测过程中的关键技术分析 被引量:6
10
作者 高醒 李夏苗 彭鹏 《科技和产业》 2018年第5期1-8,62,共9页
可靠的铁路货运量预测对铁路部门计划、建设、运营等决策具有重要意义。主要影响因素筛选、预测方法选取等是预测过程中的关键技术问题,对预测质量有重要影响。基于已有研究成果,首先分析了预测机理,探讨了影响因素的界定方法;接着提出... 可靠的铁路货运量预测对铁路部门计划、建设、运营等决策具有重要意义。主要影响因素筛选、预测方法选取等是预测过程中的关键技术问题,对预测质量有重要影响。基于已有研究成果,首先分析了预测机理,探讨了影响因素的界定方法;接着提出了主要影响因素的识别原则和策略;然后归纳出各主要预测方法的优缺点;最后给出相关建议,以期更加科学合理地预测铁路货运量。 展开更多
关键词 铁路货运量 预测 关键技术 预测方法 建议
下载PDF
铁路货运量的组合预测方法研究 被引量:4
11
作者 杨鹏程 龙建成 马建军 《物流科技》 2006年第11期66-68,共3页
铁路货运量预测作为铁路运输生产的基础工作之一,是铁路企业制订正确的营销战略的前提。在现有的铁路货运量预测模型中,采用的方法不同,预测的结果也不尽相同,而组合预测方法能够结合各种预测方法的有用信息,对目标进行科学的预测。本... 铁路货运量预测作为铁路运输生产的基础工作之一,是铁路企业制订正确的营销战略的前提。在现有的铁路货运量预测模型中,采用的方法不同,预测的结果也不尽相同,而组合预测方法能够结合各种预测方法的有用信息,对目标进行科学的预测。本文探讨了在非负权重条件下,线性组合预测和非线性组合预测的模型,并以历年的铁路货运量为实例进行了论证,实践结果令人满意。 展开更多
关键词 铁路货运量 组合预测 线性组合预测 非线性组合预测
下载PDF
基于改进灰色GM(1.1)模型的铁路货运量预测 被引量:4
12
作者 肖金山 何涛 《兰州交通大学学报》 CAS 2021年第3期40-45,共6页
针对铁路货运量年度长期预测对货运部门制定短期运输规划指导不足的问题,引入GM(1.1)模型预测铁路月度货运量.考虑货运量序列常呈振荡波动的特征,利用加速平移变换和加权均值变换弱化序列的波动性后,建立改进灰色GM(1.1)模型实现最终预... 针对铁路货运量年度长期预测对货运部门制定短期运输规划指导不足的问题,引入GM(1.1)模型预测铁路月度货运量.考虑货运量序列常呈振荡波动的特征,利用加速平移变换和加权均值变换弱化序列的波动性后,建立改进灰色GM(1.1)模型实现最终预测.对我国2019年11月至2020年5月铁路月度货运量序列拟合结果比较表明,与传统GM(1.1)模型相比,改进GM(1.1)模型在预测精度方面明显提高,能更好的拟合铁路月度实际货运量,解决了传统GM(1.1)模型对呈现振荡波动现象的铁路货运量预测精度较低的问题. 展开更多
关键词 铁路月度货运量 运输规划 改进GM(1.1)模型 预测
下载PDF
关于朔准铁路运输组织方案的思考 被引量:2
13
作者 陈建伟 《铁道货运》 2019年第4期5-8,共4页
朔准铁路的开通运营对于加大晋陕蒙交界产煤区煤炭外运,促进大宗货物公路转铁路运输具有重要意义。在阐述朔准铁路概况的基础上,分析朔准铁路集装能力和通道能力,从列车开行方案、机车运用方案、优化组织方案、配套保障方案4个方面对朔... 朔准铁路的开通运营对于加大晋陕蒙交界产煤区煤炭外运,促进大宗货物公路转铁路运输具有重要意义。在阐述朔准铁路概况的基础上,分析朔准铁路集装能力和通道能力,从列车开行方案、机车运用方案、优化组织方案、配套保障方案4个方面对朔准铁路运输组织方案进行研究。分初期、近期和远期3个阶段制订列车开行方案和机车运用方案;从统筹定位通道功能、释放北同蒲通道能力等方面提出优化组织方案;从加快专用线建设、实施东榆林接轨、调整列车运行图等方面提出配套保障方案,以充分发挥朔准铁路运输能力。 展开更多
关键词 朔准铁路 货源运量 通道能力 运输组织 优化方案
下载PDF
基于支持向量机MIV值的水路运输货运量影响因素识别 被引量:1
14
作者 陈东清 黄章树 《物流工程与管理》 2015年第7期40-43,共4页
客观识别水路运输主要影响因素是科学预测水路运输货运量的先行工作,传统的统计学、计量经济学研究方法具有严格的统计假设,在一定程度上限制了分析方法的使用。文中把MIV值引入到支持向量机回归模型,以福建省水路运输货运量影响因素识... 客观识别水路运输主要影响因素是科学预测水路运输货运量的先行工作,传统的统计学、计量经济学研究方法具有严格的统计假设,在一定程度上限制了分析方法的使用。文中把MIV值引入到支持向量机回归模型,以福建省水路运输货运量影响因素识别为实证研究,并利用识别的影响因素对水路运输货运量进行模拟预测,结果表明,总体的相对误差为2.85%,精度较高,该方法有助于识别水路运输货运量的主要影响因素,对于识别此类经济变量的主要影响因素具有借鉴意义。 展开更多
关键词 水路运输货运量 影响因素识别 支持向量机 MIV值
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部