共查询到16条相似文献,搜索用时 265 毫秒
1.
在煤炭铁路物流需求预测中,存在历史样本量较小和非线性强的特点,从而致使预测精度较低。将支持向量回归机(support vectorreg ression,SVR)与粒子群算法(Particle Swarm Optimization,PSO)相结合,提出适用于小样本量学习的PSO-SVR模型。选取1995-2011年的煤炭铁路货运量及其影响因素作为学习样本,利用粒子群算法对支持向量机参数进行优化,通过训练、测试得到具有良好学习与推广能力的煤炭铁路货运量预测模型。建立BP神经网络模型,并将二者的预测值进行对比,结果表明在解决我国煤炭铁路物流需求预测这种小样本,非线性及高维模式识别问题中PSO-SVR模型预测精度优于BP神经网络模型。 相似文献
2.
货运量是货运市场体系中的重要统计指标,预测货运量发展趋势是制定货运发展战略的前提和基础。文章根据重庆市货运发展状况,收集了重庆2001-2011年货运量的数据,采用GM(1,1)模型群对重庆市货运量进行模拟、预测。经过模型精度检验,最后选择等维灰数递补GM(1,1)模型对未来四年内的重庆货运量进行预测。 相似文献
3.
4.
5.
运用灰色GM(1,1)预测模型,选取货运量为指标,根据统计数据建立了青海省铁路和公路物流需求规模模型,并对青海省十二五期间的物流需求规模进行了预测,在一定程度上能够为青海省物流业发展提供定量依据。 相似文献
6.
物流需求预测对经济发展具有重要作用。选取辽宁省2004—2021年的7个经济指标影响因素作为输入指标,货物运输量作为物流需求的输出指标,利用MATLAB R2022b软件,对辽宁省物流需求进行预测。利用灰色关联度分析法,对经济指标影响因素的关联度进行分析。结果认为,输入指标与输出指标具有较强关联度。随后,基于BP神经网络法构建物流需求预测模型,经过仿真预测,BP神经网络模型对物流需求预测具有有效性。 相似文献
7.
8.
9.
在对1998年以来长沙市城区商品住宅价格变化进行分析的基础上,文章通过多元回归和灰色关联等模型对长沙市未来几年的商品住宅价格进行预测. 相似文献
10.
11.
十一五时期以来,我国增加了对铁路建设的投资,加快铁路发展建设。铁路客运由于地域差异,货运量规模也体现出区域差异,铁路客运在时间上表现出季节性供给不足。解决客运难、货运难的问题,除加速铁路里程建设,还要重点加强跨区域的铁路建设并合理组织铁路的运营、构建和谐的综合交通运输体系。 相似文献
12.
为探究投资者情绪对股票走势的影响,利用R软件的爬虫技术将人们对股票市场的看法抓取下来,将文本中的隐含情绪分为积极、消极及中性3种类别,并依此构建情绪得分作为市场情绪量化的结果.利用单位根检验等方法对上证指数与投资者情绪的因果关系进行探究并建立VAR模型.为更好地判断市场情绪对股票走势的影响程度,分别构建加入情绪得分前后的BP神经网络模型对上证指数收益率进行预测,比较两个模型的优劣,从而发现当股票预测模型加入市场情绪指标后误差更小,预测更为准确. 相似文献
13.
公路运价指数是公路运输市场波动的衡量指标,对中国的公路运输业有重要的预示功能.利用极限学习机(ELM)的神经网络模型快速、低成本预测公路运价指数.以各百度指数与公路运价指数的相关性确定各分量对公路运价指数的影响,进而利用ADF平稳性检验与Johansen协整检验构建输入序列,最后运用时域优化思想优化输入变量,在ELM神经网络模型内输出预测值.结果表明:基于滚动窗口的ELM模型的MAPE与RMSE分别为1.85% 与25.17,比单一ELM模型在平均绝对百分比误差和均方根误差上都有提升,预测结果与指数波动相符,可以为公路运价指数的走向提供决策参考. 相似文献
14.
基于1990年到2014年国内生产总值、管道货运量、管道里程数的时间序列数据。在通过平稳性检验和协整检验后建立向量误差修正模型,并进行格兰杰因果分析和脉冲响应分析,对我国经济增长和管道物流之间的关系进行实证研究。通过协整检验可以得到,各变量之间确实存在着长期的均衡关系。格兰杰因果检验分析表明:在10%的显著性水平下,国内生产总值与管道货运量之间存在着单向格兰杰因果关系,管道货运量不是经济增长的格兰杰原因,其他变量之间在5%的显著性水平下都通过了格兰杰因果检验。脉冲响应函数得出:给GDP和管道里程数一个正向冲击,长期来看都会促进管道货运量的增长,而给管道货运量一个正向冲击,没有表现出拉动经济增长的效果,可以说明管道物流发展水平还处于初级阶段,有关部门应该调整管道货运政策,更好的发挥管道这一运输方式的作用。 相似文献
15.
16.
根据中、美贸易的经济研究背景,分析中、美贸易重要影响指标,对其进行线性回归分析,发现中、美贸易额与各指标之间不是简单的线性相关,且各指标之间存在相互关系,所以不能用单一的线性回归模型进行预测。而BP神经网络具有非线性映射、自适应学习和良好的泛化能力等特征,运用BP神经网络模型对中、美贸易进行实证预测,大大提高了预测精度,取得了较好的效果。 相似文献