[摘要] 铁路客流量的预测对于铁路交通业具有重要的实际意义,本文探讨应用灰预测方法来预测铁路客流量的方法,并且通过对我国2007-2009年铁路客运量预测的实证分析,证明了此方法的可行性,并且检验了此方法的精确度,为准确预测铁路客流量提供了一种简便可行的分析预测方法。
智能定位
[关键词] 灰模型;铁路客流量;预测
把震动开关开到最大一、引言
灰系统理论(Grey System Theory)是由邓聚龙教授于1982年提出的。现已广泛应用于工程控制、经济管理等众多领域[1]。
csi lv铁路客流量的预测,对于研究铁路客运量的发展趋势有十分重要的意义,而传统的预测方法很难准确地反映铁路客流量的变化规律[2]。灰预测方法通过对铁路客流量原始数据的累加生成,滤去了可能混入的随机量,提高了预测的精确度。而且灰预测方法需要的数据少,便于实际操作。配料罐
超薄继电器
二、灰模型的建模机制
灰建模(gray Model)用历史数据列作生成后建立微分方程模型,而一般建模用的是历史数据列建立差分方程。由于系统被噪声污染后,会出现数据离乱的情况。离乱的数列即灰数列,或者灰过程,对灰过程建立的模型,就是灰模型[3]。
工字钮灰模型所得数据必须经过逆生成,即累减生成做还原后才能应用。
三、灰预测模型的建立
灰预测模型是用灰模型GM(1,1)和CM(1,n)模型进行定量预测,其中GM(1,1)是由一个只包含单变量的微分方程构成的模型,是GM(1,n)模型的一个特例[4]。
设已知的历史旅客发送量x(0)的原始数据序列为:
x(0)=[x(0)(1),x(0)(2),…,x(0)(n)](1)
对此历史数据进行一次累加生成,记为:1-AGO,生成的新数据序列记为:
x(1)=[x(1)(1),x(1)(2),…,x(1)(n)]