［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）］
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议