铁路客运量短期预测的论文研究——采用变权重组合模型.pdf

简介：
本文探讨了运用变权重组合模型在短期内准确预测铁路客运量的方法，为交通规划和决策提供科学依据。 科学且准确的铁路客运量短期预测对于提升铁路客运系统的竞争力和服务水平至关重要。针对铁路短期内旅客流量的特点，提出了一种基于灰色理论的变权重组合预测模型，并利用广义回归神经网络来动态调整各模型在不同时间点上的权重系数。 以2014年全年每月的铁路客运数据为例，分别构建了均值GM（1, 1）模型、离散GM（1, 1）模型和灰色Verhulst模型，并在此基础上建立了变权重组合预测模型。实验结果显示，上述三种单一预测方法的平均相对误差分别为：17.14%、16.99% 和 12.94%，而采用变权重组合的方法后，整体预测精度显著提升至7.01%，表明该模型在实际应用中具有更高的准确性。