基于FPSO灰色Verhulst模型的铁路货运量预测

摘要：

为提高灰色Verhulst模型的预测精度,采用粒子群算法对灰色Verhulst模型的参数值进行优化,利用滑动窗对原始数据序列进行动态更新,使用Fourier序列修正模型的误差,提出FPSO灰色Verhulst模型预测铁路货运量的方法.以平均绝对误差、均方根误差、平均相对误差为评价指标,采用传统灰色Verhulst模型、GM(1,1)、径向基神经网络、FPSO灰色Verhulst模型分别对具有增长趋势、摆动发展以及交叉发展趋势的铁路货运量进行预测.结果表明,FPSO灰色Verhulst模型能更好地反映铁路运输过程中的突变因素,是一种减少误差、充分利用新生数据、提高预测精度的有效方法.

关键词：铁路货运量预测、粒子群算法、灰色Verhulst模型、Fourier序列、FPSO灰色Verhulst模型

所属期刊栏目：40

分类号：U294.13(铁路运输管理工程)

资助基金：国家社会科学基金13CGL127;四川省科技计划2018ZR0066

在线出版日期：2018-09-14（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：1-8