铁路货运量的组合预测方法研究

铁路货运量预测作为铁路运输生产的基础工作之一,是铁路企业制订正确的营销战略的前提.在现有的铁路货运量预测模型中,采用的方法不同,预测的结果也不尽相同,而组合预测方法能够结合各种预测方法的有用信息,对目标进行科学的预测.本文探讨了在非负权重条件下,线性组合预测和非线性组合预测的模型,并以历年的铁路货运量为实例进了论证,实践结果令人满意.     

Logistic-BP神经网络的变权组合模型在公司信用评级中的应用

对公司建立信用评价模型,以便及早发现信用危机信号,不仅有利于公司的经营管理,也有利于投资人的投资决策。采用logistic回归模型和BP神经网络相结合的变权组合评价方法,试图寻找出降低公司信用风险的有效措施。试验结果表明,变权组合预测模型不仅有较高的预测精度,同时也有较好的稳定性,变权组合模型优于单一模型。     

基于多元变权组合预测模型的物流需求预测

物流需求预测是保障物流服务供给和需求平衡的重要依据,也是现代物流企业发展研究的重点之一.本文应用斜关联度选取地区生产总值、三产增加值、全社会固定资产投资总额、社会消费品总额以及人口数量指标建立多元回归预测模型和多变量灰色预测模型,鉴于单项预测模型的局限性,以绝对误差平方和最小为目标,通过改进变权组合预测方法确定最佳变权系数,构建物流需求的多元变权组合预测模型.结果表明:多元变权组合预测模型预测效果更优,方法在物流需求预测中有较好的效果.     

中长期电力负荷变权重组合预测模型应用分析

针对电力负荷变权组合预测中权重难以确定,本文引入了模糊变权重组合预测模型,该模型利用预测误差绝对平均值、预测误差绝对累加来确定各单项预测模型的权重,引入“近大远小”策略、冗余检验原则,实现组合预测模型筛选。应用结果分析表明,变权重组合预测模型在中长期电力负荷预测结果的精度较高,实用性较好。     

分形理论在货运量预测中的应用探讨

在已有研究的基础上，提出了一种新的分形预测模型——等长度递补变维分形模型。首先阐述了等长度递补变维分形模型的基本原理；然后利用该模型对1990年～2004年我国货运量进行了预测，并利用后验差方法分析了模型的精度；最后利用模型预测了2005年～2010年我国货运量及其构成（铁路、公路和水运各自所占比重）.     

建筑物沉降的组合预测模型应用研究

提出采用组合模型预测建筑物沉降,并以常用的三种建筑物沉降预测模型组成组合模型进行了计算分析,结果表明组合预测模型具有较高的预测精度,值得推广应用.     

组合灰色预测模型对物流需求预测效果的分析

在线性回归与GM(1,1)组合模型对物流需求量预测,可取得优于单方法预测效果的前提下,将线性回归法运用到与DGM(1,1)模型进行组合,检测该组合灰色预测模型对物流需求量预测效果。通过对国内2001-2012年物流需求量历史数据的分析,发现组合灰色预测模型的预测效果优于线性回归模型,但低于DGM(1,1)模型,最后利用线性回归模型、DGM(1,1)模型、简单平均组合模型和组合灰色预测模型对国内2013-2017的物流需求量进行了有效预测。     

组合灰色预测模型对物流需求预测效果的分析

在线性回归与GM（1,1）组合模型对物流需求量预测,可取得优于单方法预测效果的前提下,将线性回归法运用到与DGM（1,1）模型进行组合,检测该组合灰色预测模型对物流需求量预测效果。通过对国内2001-2012年物流需求量历史数据的分析,发现组合灰色预测模型的预测效果优于线性回归模型,但低于DGM（1,1）模型,最后利用线性回归模型、DGM（1,1）模型、简单平均组合模型和组合灰色预测模型对国内2013-2017的物流需求量进行了有效预测。     

基于变权组合模型的汽车后市场零配件需求预测

我国汽车后市场迅猛发展,准确地预测汽车后市场零配件的需求对经销商减少库存、提高服务水平意义重大。本文采用基于ARMA模型、多元回归模型和BP神经网路模型的变权组合预测方法对汽车后市场的零配件需求进行预测。实证结果表明,3种单项预测方法相互补充,变权组合模型预测精度高且预测稳定性好,优于各单项预测方法。     

基于灰色组合模型的区域物流需求预测研究

系统分析区域物流需求与相关影响因素关系,建立GM(1,1)、GM(0,N)单项预测模型,基于方差最小化准则构建组合模型,该组合模型克服了单项预测精度及适用条件等局限,改进了现有区域物流需求预测组合模型单因素多种方法简单组合的不足.最后采用2001-2009年安徽省物流需求数据进行实证分析,验证了组合预测模型的有效性.