利用标准差赋权组合模型预测大宗货物运输需求

摘要：

目前关于运输需求预测研究,大多采用以历史运输量数据为基础进行直接预测的方法,但这种使用单一模型且不考虑关联因素的预测方法,易导致预测结果与实际值偏差较大.提出基于标准差赋权,建立多元线性回归预测模型与GM(1,1)-MLP神经网络预测模型并联结构的组合预测模型.以哈尔滨市粮食产量的历史数据验证组合预测模型的有效性,结合产运系数,对目标年哈尔滨市粮食运输需求进行预测,为大宗货物运输组织方案设计提供数据支持.结果表明:相较于两种单一预测模型,组合预测模型的预测精度更高,能反映哈尔滨市的粮食产量、运输需求量及变化趋势.

关键词：货物运输、运输需求、组合预测模型、多元线性回归模型、GM(1、1)-MLP神经网络模型、产运系数

所属期刊栏目：24

分类号：U492.3+13(交通工程与公路运输技术管理)

资助基金：黑龙江省交通运输厅科技项目;中央高校基本科研业务费专项资金项目

在线出版日期：2022-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：31-38