基于改進灰色Markov模型鐵路貨運量需求預測

為提高灰色verhulst模型的預測精度,采用粒子群算法對灰色verhulst模型的參數(shù)值進行優(yōu)化,利用滑動窗對原始數(shù)據(jù)序列進行動態(tài)更新,使用fourier序列修正模型的誤差,提出fpso灰色verhulst模型預測鐵路貨運量的方法。以平均絕對誤差、均方根誤差、平均相對誤差為評價指標,采用傳統(tǒng)灰色verhulst模型、gm(1,1)、徑向基神經網(wǎng)絡、fpso灰色verhulst模型分別對具有增長趨勢、擺動發(fā)展以及交叉發(fā)展趨勢的鐵路貨運量進行預測。結果表明,fpso灰色verhulst模型能更好地反映鐵路運輸過程中的突變因素,是一種減少誤差、充分利用新生數(shù)據(jù)、提高預測精度的有效方法。

為提高灰色verhulst模型的預測精度,采用粒子群算法對灰色verhulst模型的參數(shù)值進行優(yōu)化,利用滑動窗對原始數(shù)據(jù)序列進行動態(tài)更新,使用fourier序列修正模型的誤差,提出fpso灰色verhulst模型預測鐵路貨運量的方法.以平均絕對誤差、均方根誤差、平均相對誤差為評價指標,采用傳統(tǒng)灰色verhulst模型、gm(1,1)、徑向基神經網(wǎng)絡、fpso灰色verhulst模型分別對具有增長趨勢、擺動發(fā)展以及交叉發(fā)展趨勢的鐵路貨運量進行預測.結果表明,fpso灰色verhulst模型能更好地反映鐵路運輸過程中的突變因素,是一種減少誤差、充分利用新生數(shù)據(jù)、提高預測精度的有效方法.

科學的貨運量預測對鐵路發(fā)展戰(zhàn)略的制定具有十分重要的意義。采用灰色模型預測方法gm（1,1）和馬爾可夫鏈預測相結合,提出了灰色-馬爾可夫鏈改進預測方法,利用偏差對灰色模型值進行狀態(tài)劃分,并采用馬爾可夫狀態(tài)轉移矩陣對狀態(tài)的轉移變化進行分析,并針對我國鐵路貨運量的未來趨勢進行了經濟預測的分析,確定待測年份偏差最可能處于的狀態(tài)。

科學的貨運量預測對鐵路發(fā)展戰(zhàn)略的制定具有十分重要的意義.針對灰色模型的預測結果精確度受原始數(shù)據(jù)變化幅度的影響較大,且要求累加生成的數(shù)據(jù)列具有指數(shù)性質的缺點,采用帶波動的多項式來替代gm(1,1)模型中的指數(shù)形曲線,并通過馬爾可夫鏈對其預測結果進行修正,從而建立改進的灰色-馬爾可夫鏈預測模型,同時利用該改進模型對我國鐵路貨運量進行預測,并與傳統(tǒng)的gm(1,1)模型、改進的gm(1,1)模型和灰色-馬爾可夫模型3種預測方法進行了比較,結果表明:提出的預測方法具有較高的精度,具有一定的可行性和有效性,預測結果可指導鐵路建設與管理.

科學的預測對于經濟現(xiàn)象的研究和經濟決策的制定都具有十分重要的意義,因此,關于經濟預測理論和方法的研究一直是一個熱點。本文將灰色模型預測方法gm(1,1)和馬爾可夫鏈預測相結合,提出灰色馬爾可夫鏈改進預測方法,并且針對我國鐵路貨運量的發(fā)展趨勢進行了預測,得出比灰色預測更加準確的結論。從而證明,灰色馬爾可夫鏈改進方法的預測結果更加準確可靠,更有利于決策者的經濟決策行為。

采用灰色預測模型分析了農村客運需求的主要影響因素,利用這些因素建立灰色預測模型,對我國農村客運需求進行了短期預測,為我國公路客運的發(fā)展規(guī)劃提供參考。

為提高鐵路貨運量的預測準確性,運用灰色關聯(lián)分析法,計算分析了與鐵路貨運量相關的主要社會指標,確定鐵路貨運量的影響因子分別為鐵路運營里程、鐵路電氣化里程、鐵路復線比重、公路運營里程、固定資產投資總額和鋼材產量。將所確定的因子作為鐵路貨運量的預測指標,建立基于bp神經網(wǎng)絡的鐵路貨運量預測模型,并對模型進行了應用測試。結果表明：bp神經網(wǎng)絡模型具有較高的精度,最大相對誤差為3.7%,平均相對誤差為2.3%。該方法具有較快的收斂速度和較高的預測精度,可為我國鐵路貨運量的預測研究提供方法支撐。

鐵路客運量是衡量我國交通需求的重要指標,科學預測鐵路客運量是制定交通發(fā)展規(guī)劃的重要依據(jù)。鑒于組合模型能克服單一模型的不足并兼具單一模型的優(yōu)點,基于灰色模型和線性回歸模型,根據(jù)灰色關聯(lián)度賦予單一模型相應權重,建立鐵路客運量組合預測模型,并選取2006—2015年鐵路客運量數(shù)據(jù),對我國鐵路客運量進行預測。結果表明:組合模型克服了單一模型的預測局限性,能進一步提高預測精度,適用于鐵路客運量預測研究。

對客運量發(fā)展趨勢進行預測是正確制定鐵路客運營銷戰(zhàn)略的前提和基礎,文章運用灰色運用對某鐵路局的客運量及周轉量進行了預測,認為某鐵路局客運量的發(fā)展趨勢是逐漸降低,但降低的趨勢是逐漸減少;客運周轉量的發(fā)展趨勢是不斷增加。

采用定性分析方法確定物流貨運量的影響因素,基于線性回歸方法建立數(shù)學模型。采集延安市貨運量相關數(shù)據(jù),根據(jù)2001-2008年數(shù)據(jù)確定模糊回歸系數(shù)a,對2009-2012年公路物流貨運量進行計算,并采用實際數(shù)據(jù)與其他三種預測方法進行驗證。結果表明:線性回歸數(shù)學模型對物流貨運量進行預測精確度高,誤差較小。

為了提高電力需求預測的精度,分析現(xiàn)有人工神經網(wǎng)絡和灰色預測方法各自的優(yōu)缺點,將二者相結合提出一種并聯(lián)灰色神經網(wǎng)絡預測方法。新方法首先采用灰色模型、神經網(wǎng)絡分別進行預測,而后給出了一種基于粗糙集理論確定權值的方法對加權系數(shù)加以確定,最后對預測結果加以組合作為實際預測值。用上述并聯(lián)灰色神經網(wǎng)絡模型對上海市的電力需求進行預測,模型精度和預測結果比較理想,優(yōu)于單一預測模型。計算結果表明,該模型用于電力需求預測是有效可行的,適用于中長期需求預測。

對鐵路旅客發(fā)送量準確的預測與分析是鐵路部門進行相關決策和判斷的依據(jù)，為此本文運用灰色模型預測方法，對哈爾濱站2012—2016年的旅客友送量進行預測．預測結果可為鐵路組織在決策判斷時提供一些借鑒作用。

文章根據(jù)鐵路現(xiàn)有的客流量,將鐵路系統(tǒng)視為灰色系統(tǒng),運用灰色預測模型對客流作出預測,并運用殘差修正和新陳代謝進行優(yōu)化,解決了預測精度和可信度的問題。

鐵路客流量的預測對于鐵路交通業(yè)具有重要的實際意義,本文探討應用灰色預測方法來預測鐵路客流量的方法,并且通過對我國2007-2009年鐵路客運量預測的實證分析,證明了此方法的可行性,并且檢驗了此方法的精確度,為準確預測鐵路客流量提供了一種簡便可行的分析預測方法。

對運量發(fā)展趨勢進行預測是正確制定鐵路集裝箱營銷戰(zhàn)略的前提和基礎。運用灰色預測法對鐵路集裝箱運量進行了預測,得出鐵路集裝箱的發(fā)送箱數(shù)和噸數(shù)都將呈上升趨勢。

針對傳統(tǒng)灰色模型在長期預測中受外界干擾影響預測精度的問題,通過對灰參數(shù)的二次擬合以及應用動態(tài)新陳代謝理論改進灰色模型,結合實際邊坡工程予以驗證.結果表明:改進后的灰色模型預測精度較高,具有工程應用價值.

基于灰色理論和馬爾科夫理論,建立傳統(tǒng)的灰色預測模型和灰色馬爾科夫預測模型,對西安地鐵客流量的數(shù)據(jù)進行分析預測；然后對原始數(shù)據(jù)序列滑動平均處理,再用無偏gm(1,1)模型擬合系統(tǒng)的發(fā)展變化趨勢,將修正后得到的模型與馬爾科夫模型進行結合,提出改進的灰色馬爾科夫模型預測方法。利用改進后的新模型對地鐵客流的預測結果與傳統(tǒng)的灰色馬爾科夫模型進行對比。結果表明,改進后的灰色馬爾科夫模型預測精度有顯著提高。

隨著數(shù)據(jù)挖掘技術在各領域運用越來越多,其算法也日漸趨于成熟。數(shù)據(jù)挖掘技術作為建立預測模型的重要技術,已成為專家研究的熱點。隨著數(shù)據(jù)挖掘技術在實際模型運用中暴露的問題越來越多,單一的技術和方法已無法滿足各類功能的需求。為了分析公路貨運中復雜的數(shù)據(jù),構建一種功能強大的預測模型就顯得尤為重要。本文嘗試說明在數(shù)據(jù)預測模型中運用rbf神經網(wǎng)絡技術和主成分分析方法,挖掘和分析公路貨運中的數(shù)據(jù),提高預測結果的準確性和高效性,為制定新的決策提供有效的依據(jù)。

1 從用電量鐵路貨運量的波動看結構調整的積極變化 王保安 《人民日報》（2015年10月08日10版） 近年來，經濟增長與用電量、鐵路貨運量指標變動之間的關系引起了國內外 廣泛的關注。在經濟發(fā)展新常態(tài)下，經濟增長與用電量、鐵路貨運量指標之間的 彈性系數(shù)正在發(fā)生新的變化，一定程度上的背離恰恰反映了結構調整和轉型升級 取得積極進展，而從趨勢上看，指標的導向性與邏輯關系并未變化，其反映的規(guī) 律性、有效性也沒有改變。 從實踐和相關性看，用電量、鐵路貨運量變化與經濟增長總體上是一致的 用電量與經濟增長變化基本同步。1998—2007年，我國國內生產總值同比 增速由7.8%提高至14.2%，而同期電力消費增速總體上呈現(xiàn)上升的態(tài)勢；2008 年，受國際金融危機沖擊，我國經濟增速大幅回落，用電量增長也明顯回落；在 大規(guī)模刺激政策的作用下，2009—2010年我國

鐵路運輸量預測對于地區(qū)物流規(guī)劃有著重要的作用.文章選取銅仁市2010-2015年的鐵路運輸量,分別利用曲線估計和灰色模型對銅仁市未來五年的鐵路運輸量進行預測.結果表明,灰色模型預測精度較高,銅仁市未來五年鐵路運輸量會突飛猛進,到2020年鐵路運輸量將達到431.48萬噸.

在傳統(tǒng)gm(1,1)模型的基礎上考慮初始條件選取的理論缺陷,提出了改進的灰色預測模型。通過在隧道開挖后上方建筑物沉降預測值與實測值的對比分析得出,該模型具有良好的精度,并具有一定的工程應用價值。

根據(jù)灰色系統(tǒng)理論、verhulst模型和建筑工后沉降規(guī)律,建立建筑工后沉降灰色verhulst預測模型,給出模型精度評定方法和殘差修正預測模型,并提出非等時距沉降序列的lagrange多項式等時距插值轉換方法。通過工程實例計算分析,取得較好的效果。