基于ARIMA-BP组合模型的货运量预测研究

摘要

为了提高铁路货运量的预测精度，基于货运量线性和非线性的特点，选取中国铁路1980-2020年的货运量作为研究对象，提出ARIMA和BP神经网络的组合模型，基于简单加权和残差优化两种不同组合方法对铁路货运量进行建模分析，并与ARIMA、BP神经网络单一模型进行对比。实验结果表明，ARIMA-BP残差优化的组合模型结果精度较高，评价指标MAE、MAPE、RMSE分别为5 135.90、0.020 9、8 462.49。基于ARIMA-BP残差优化的组合模型实现了对货运量的较好预测，对铁路运输部门灵活制定相关政策具有重要意义。

0 引言

铁路货运量在我国运输行业的发展中扮演着重要角色，能够反映出我国交通运输行业现状及国民经济发展情况，同时也存在因运输设备不足而不能满足货运需求等问题，面临着公路、水路等其他运输方式的竞争[1]。铁路相关部门需要制定灵活的运输计划，优化铁路运输问题改善竞争局面，这就需要通过对货运量进行预测，掌握一定时期的货运量以判断我国铁路货运发展趋势和未来经济发展，制定相关计划

基于ARIMA-BP组合模型的货运量预测研究相关推荐

【电力负荷预测】基于matlab BP神经网络电力负荷预测【含Matlab源码 278期】
⛄一.获取代码方式获取代码方式1: 完整代码已上传我的资源: [电力负荷预测]基于matlab BP神经网络电力负荷预测[含Matlab源码 278期] 获取代码方式2: 付费专栏Matlab智能算 ...
基于卷积神经网络的序列特异性预测研究--云南大学范航恺硕士论文
基于卷积神经网络的序列特异性预测研究--云南大学范航恺硕士论文摘要研究背景研究现状研究意义与所作工作: 第二章生物学应用背景模体的概念模体的表示方法模体序列特异性的评价方法第三章深 ...
【智能算法】GRNN的数据预测—基于广义回归神经网络的货运量预测
目录 GRNN的数据预测-基于广义回归神经网络的货运量预测 GRNN的数据预测-基于广义回归神经网络的货运量预测 %% 清空环境变量 clc; clear all close all nntwarn ...
基于BP-Adaboost神经网络的高斯函数模型预测研究-含Matlab代码
目录一.引言二. 预测建模及原理 2.1 BP 神经网络模型 2.2 BP-Adaboost 模型三.模型预测结果对比 3.1 数据模拟 3.2 预测结果对比四.参考文献五.Matlab代码 ...
【故障诊断分析】基于matlab BP神经网络三相逆变器故障诊断研究【含Matlab源码 1736期】
一.BP神经网络三相逆变器故障诊断简介针对三相桥式逆变电路为研究对象,建立了仿真模型,并对逆变器主电路开关器件的开路故障进行仿真,提出了基于BP神经网络的故障诊断方法,确定了网络的结构和参数,并以 ...
二阶差分预测后数据还原公式_携程如何基于ARIMA时序分析做业务量的预测
一. 前言时间序列分析是统计学科的一个重要分支.它主要是通过研究随着时间的推移事物发展变化过程中的规律,来进行事物未来发展情况的预测.在我们的日常生活中,股票的价格走势,奶茶店每天的销售额,一年的降 ...
m基于ESN+BP神经网络的数据预测算法matlab仿真,测试数据为太阳黑子变化数据
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述在人工神经网络的发展历史上,感知机(Multilayer Perceptron,MLP)网络曾对人工 ...
PyTorch深度学习实战 | 基于深度学习的电影票房预测研究
基于深度学习的映前票房预测模型(Cross&Dense网络结构模型),该模型通过影片基本信息如:电影类型.影片制式.档期和电影的主创阵容和IP特征等信息对上映影片的票房进行预测. 本篇采用45 ...
径向基函数神经网络_基于RBF神经网络的网络安全态势感知预测研究
点击上方"网络空间安全学术期刊"关注我们基于RBF神经网络的网络安全态势感知预测研究钱建, 李思宇摘要针对网络安全态势的感知问题,结合巨龙山和者磨山风电场的运行情况,文章 ...

基于ARIMA-BP组合模型的货运量预测研究

摘要

基于ARIMA-BP组合模型的货运量预测研究相关推荐

最新文章

热门文章