基于人工神经网络的铁路货运量组合预测研究

《基于人工神经网络的铁路货运量组合预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京交通大学硕士学位论文基于人工神经网络的铁路货运量组合预测研究姓名：梁丽申请学位级别：硕士专业：系统工程指导教师：尹相勇20060101摘要随着我国运输市场竞争的日趋激烈，铁路运输企业提高市场竞争力迫在眉睫。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。研究适合我国国情的铁路货运量综合预测模型就显得十分重要。目前的货运量预测所采用的方法或模型比较单一，虽然可用于预测的方法众多，但它们的应用条件，构模机理各异，存在着一定的局限性，面对动态变化的现实，采用任何单一预测方法，都难以获得较为满意的结果。自1

2、969年J．N．Bates和GwJ．Granger首次提出组合预测理论与方法以来，组合预测受到理论界的很大关注。它能使人们将各种方法组合起来，以充分利用其中的信息，扬长避短，获得各种模型的整合之功效，以提高预测精度。但传统的加权组合预测方法在应用于实践中也出现一些问题。本论文的研究是要建立～种基于人工神经网络的铁路货运量综合预测模型，克服单一预测方法或模型和传统加权组合预测模型的局限性，结合铁路货运量实际情况，实现综合预测铁路货运量综合预测的目的，为铁路运输企业制定货运市场营销计划和市场营销决策提供依据。第一章绪论：简述了论文背景、选题意义及研究

3、目标和本人所做的工作。第二章国内外货运量预测研究综述：回顾了国内外已有文献中对铁路货运量的各种预测方法比较和人工神经网络用于预测和组合预测的成果。并在此基础上，分析了目前铁路货运量预测研究中存在的不足，并提出本文的预测分析框架。第三章铁路货运量预测模型分析。分析了算术平均法、移动平均一一一!!!坚竺AbstractWiththedeVelopmentofme仃aIlsportationmarketinourcountrMi§l{§季要奏錾墓妻姜露}；}i矬雩口[；!薹彗寻塞磋孽雾孝!那蕊”鲁争薹主M：』暮1÷茹§掣文善问鹜馨÷霪莺稍香时静妻i“

4、

5、驾耋重；÷；霆j：瓣邂i妻乙；羹￡：囊弩蚕!毒j匪军；÷岔演；亘鸟

6、霎"x北京交通大学硕士学位论文InChaptcrOne，Isumma—zethercsearchbackFound；sⅡ℃ssthe讧nponanceandthePurposeofthe也esis锄dexplainwhatIhavedoneint11ethesis．hlChapterTwo，abriefreviewoftheexistingresearcbworkiIlt11isfieldismade．Thepapefsreviewedaremainlyonrailwayfrei

7、ghtV01umeforec器tiⅡga11dANNfor∞astingapplications．At廿1eendofthjsch印ter，Jprovideaforecastinganalysis鼬eworkbasedone珂ierwork．hIChapt盯Three，eachofthesin西eforec嬲tingmodelsisreponed．Theyare州thmeticalaVera百ng，moVingavera画n备unitary1inearre蓼ession，multilinearrcFession，exponeIltialsmoot

8、llin吕weightedmovingaVera百ngandANNmodel．Fllrtllermore，factoranalysisisin仃oducedasadatareductionmethod．WeightedcombinationforecastingmodelisaIsodetaileddiscussed．hlChapterFour)relatedfactorsaboutra订way舶i曲tV01帅eareanalyzedh1CbapterFive，tlleresultsofeachsin91eforecastingmodelare1

9、isted卸dasimplecomp撕son锄ongthemismade．hChapterSix，acomparisonbe脚een帆o∞mbinationfb戤astingmodelresnltsismade．IfindthatcombInationforecaStingmodelbasedonANNperf0瑚sbettcrth锄weightedcom班natjon向recastingmodel．Funherdiscussoneachmodel’smechafLismispresented．InChapterScveTl．Ireviewthe

10、wh01emesisand粤Vesomesuggestions0nnlnherrcsearches．K吩唧ords：RailwayFre