基于灰色系统理论的铁路货运量预测研究

论文摘要

铁路运输网络在整个综合运输网络中起着非常重要的作用。对于铁路运输企业而言,需求预测是一项重要的管理手段,能够帮助企业预测和掌握市场需求的变化、合理制定自身产品结构和服务策略,从而提高竞争能力,保证企业长期稳定的发展。因此研究和构建适合铁路货运市场预测的模型和方法,具有重要的现实意义。究货运量中短期预测问题,需要探讨各种适用于货运量中短期预测的方法,分析其适用条件和局限性,为货运量中短期预测工作中方法和模型的选择提供参考依据,并且注重提高铁路货运流预测精度。在此运用系统工程的相关理论与方法,首先总结和分析四类比较典型的预测模型:时间序列趋势外推法,影响因素法,德尔菲法,四阶段预测,分析每种模型的原理,讨论其优缺点,选择合适的预测模型;然后运用灰色关联分析方法研究河南省铁路货运量各个影响因素的相关性,对影响货运量需求量的各相关因素的主次关系进行深入、细致的分析研究,并对相关因素的未来值选择合适模型进行预测;最后在此基础上建立了货运量GM(1 ,1)预测模型和GM(1,N)预测模型对货运量变化进行预测分析比较,从而能更全面、深入地了解诸多相关因素的变化及其对货运量需求发展的影响,最后得到较合理的河南省铁路货运量预测模型,并对未来五年河南省铁路货运量进行预测。题在研究过程中,本着定性分析与定量计算相结合、文字论证与数据图表相搭配、普遍调查与案例分析相结合的原则,理论联系实际,从不同层次、不同角度对河南省铁路货运发展趋势展开综合、全面而又深入细致的研究,并最终得到了可靠有效的预测信息。

论文目录

• 表目录
• 图目录
• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 论文研究的背景及意义
• 1.2 国内外研究和发展现状
• 1.3 研究内容、方法及技术路线
• 1.4 论文的组织
• 第二章 灰色系统理论
• 2.1 灰色关联分析
• 2.1.1 灰色微分方程、灰色关联因素
• 2.1.2 灰关联公理与灰色关联度
• 2.1.3 灰色绝对关联度
• 2.1.4 灰色相对关联度
• 2.1.5 灰色综合关联度
• 2.1.6 关联序
• 2.2 灰色预测模型
• 2.2.1 灰色预测分类
• 2.2.2 GM（1，1）模型
• 2.2.3 残差GM（1，1）模型
• 2.2.4 GM（1,N）和GM（0,N）模型
• 2.2.5 灰色预测模型的检验
• 2.2.6 后验差检验
• 2.3 本章小结
• 第三章 铁路货运流预测模型设计
• 3.1 预测遵循的原则
• 3.2 已知货运流预测方法体系
• 3.2.1 德尔菲法
• 3.2.2 指数平滑法
• 3.2.3 影响因素法
• 3.2.4 四阶段模式
• 3.3 预测方法的评价
• 3.4 河南省铁路货运量灰色预测模型设计的思路
• 3.5 本章小结
• 第四章 河南省铁路货运量影响因素灰关联分析
• 4.1 货运量相关因素定性分析与灰关联度确定
• 4.1.1 铁路货运量主要影响因素
• 4.1.2 铁路货运量主要影响因素的灰关联度确定
• 4.2 主要影响因素未来年限值预测
• 4.2.1 三次指数平滑法预测
• 4.2.2 多项式曲线模型预测
• 4.2.3 GM（1，1）灰色预测模型
• 4.3 本章小结
• 第五章 河南省铁路货运量预测模型的实现
• 5.1 GM（1,1）预测模型的实现
• 5.1.1 基本 GM（1,1）模型的建立
• 5.1.2 模型的检验及结果分析
• 5.2 GM（1,5）预测模型实现及检验
• 5.3 预测结果分析
• 5.4 本章小结
• 结束语
• 参考文献
• 作者在学期间取得的学术成果