搜档网
当前位置:搜档网 › 基于灰色残差GM(1,1)模型的中国铁路货运量预测

基于灰色残差GM(1,1)模型的中国铁路货运量预测

龙源期刊网 https://www.sodocs.net/doc/c35792472.html,

基于灰色残差GM(1,1)模型的中国铁路货运量预测

作者:曹飞

来源:《北方经贸》2012年第07期

摘要:铁路货运量预测作为铁路运输生产的基础工作之一,是铁路运输企业制定正确市场营销战略的前提条件。为提高我国铁路货运量的预测精度,适应铁路持续、迅速、健康发展的需要,在传统灰色预测技术的基础上,本文建立了残差灰色预测模型,并通过实例分析验证

了该模型的实用性和精确性。

关键词:中国铁路;货运量;灰色残差GM(1,1)模型

中图分类号:F503 文献标识码:A

文章编号:1005-913X(2012)07-0107-01

一、导言

铁路货运作为现代交通运输体系中的骨干,承担了全社会45%的货物周转量,为国民经济持续续快速发展提供了重要保障,对经济可持续增长有密切影响。铁路货运量预测是铁路运输项目建设的重要环节,科学准确的运输需求预测是铁路持续、迅速、健康发展的有效保障,是铁路各级决策部门制定发展战略和规划的重要依据。在市场经济条件下,对不断变化的铁路运输需求进行迅捷、灵敏地预测,显得尤为迫切与重要。[1]

灰色系统是指介于白色系统和黑色系统之间的数据系统。其研究的对象是部分信息已知,部分信息未知的小样本、贫信息和不确定系统。灰色系统预测方法具有预测精度高,所需原始信息少,计算过程简单等优点,因此得到了广泛应用。灰色系统预测通常采用GM (1, 1)模型,由于该模型仅适用于具有较强指数规律的序列,只能描述单调变化的过程,而反映不出摆动的情况,若对一些数据有摆动的情况仍采用GM (1,1)模型预测则误差相对较大。为此,本文提出了GM (1,1)残差模型,通过对该模型进行验证和分析,结果表明该模型适用于我国铁路货运量预测,而且还具有较高的预测精度。

二、GM(1,1)模型及GM(1,1)残差模型

(一)GM(1, 1)模型[2]

设x(0)={ x(0)(1), x(0)(2),…x(0)(k)}为系统输出的非负原始数列。其中x(0)(k)>0,k=1,2…,n;X(1)为X(0)的1-AGO 序列X(1)=( x(1)(1),x(1)(2),…x(1)(n))

相关主题