公路客運量誘導有序加權平均組合預測模型研究.pdf

1、公路客運量預測是評價公路客運項目以及進行估算投資的依據。常用的公路客運量預測方法有回歸分析法、指數平滑法、灰色模型預測、神經網絡及組合預測法等。公路客運量受多層次多方面因素影響,準確描述其發(fā)展變化規(guī)律較為復雜,單一采用傳統(tǒng)方法所得的預測結果準確性有限。20世紀60年代 Bates和Granger首先提出組合預測方法,與以往單項預測方法相比,組合預測結果精度大有提升,現在組合預測已發(fā)展成為預測領域中一個重要的研究方向。
　　為了提高

2、公路客運量的預測精度,在現有客運量預測模型基礎上,本文首先本文考慮影響公路客運量生成的多方面因素,將影響因素劃分歸類,運用灰關聯分析方法對多個影響因素按照與公路客運量的關聯度從大到小排序,以篩選出關聯度大的因素進行下一步建模分析;然后選取ARIMA模型擬合影響因素的變化情況并預測未來年份的影響因素值。其次,考慮公路客運量隨時間變化的自身發(fā)展規(guī)律,遴選三次指數平滑、GM(1,1)、多元回歸模型和 BP神經網絡作為單項預測模型用以分析預測公

3、路客運量;然后采用 IOWGA算子將各單項預測方法結合起來建立了公路客運量的組合預測模型,同時約定了誤差精度計算模式。最后以黑龍江省公路客運量及各影響因素歷史數據為模型樣本,分別建立單項公路客運量模型與組合預測模型,預測分析未來年份黑龍江省公路客運量的變化趨勢,選取均方誤差、平均絕對誤差和平均絕對誤差百分比為評價指標判斷各模型預測結果的精度;通過分析計算結果,驗證了組合模型所得結果與其它常用方法相比,與實際客運量之間相差較小,預測精度較