基于小波去噪和FG-Markov的货运量预测

摘要：

为消除传统灰色马尔科夫预测模型的灰色偏差及抗干扰性能,考虑货运量预测的随机性和非线性特征,提出了基于小波变换和模糊灰色马尔科夫(FG-Markov)的货运量预测模型.基于小波包对非平稳随机信号的数据分析能力,运用小波包分解策略,对货运量历史数据进行小波包分解.在此基础上,引入模糊灰色变量,提出了模糊灰色马尔科夫链(FG-Markov)来获取小波包系数转移概率矩阵,并通过重构小波包系数进行货运量预测.为验证预测模型的有效性和精确度,将其应用于兰州铁路枢纽集装箱货运量预测,并与神经网络等预测模型进行了比较分析.实例分析表明,基于小波和FG-Markov的预测模型可以提高预测精度.

关键词：货运量预测、模糊灰色模型、小波包、马尔科夫链

所属期刊栏目：11

分类号：TP273;U695.2(自动化技术及设备)

资助基金：National Natural Science Foundation of China ;Planning Fund for the Humanities and Social Sciences of the Ministry of Education ;Natural Science Foundation of Gansu Province

在线出版日期：2020-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：267-275