基于SSA-GM-GPR的铁路客运量预测研究

曹武军; 李中强

首页> 中文期刊> 《现代电子技术》 >基于SSA-GM-GPR的铁路客运量预测研究

基于SSA-GM-GPR的铁路客运量预测研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

铁路客运量预测主要存在客运量数据易受噪声污染、数据呈现非线性和非平稳的特征关系两方面问题。为解决此问题,文中提出一种基于奇异谱分析(SSA)的集成预测方法。首先,对原始数列进行奇异谱分析,剔除噪声数据后重构包含主要特征信息的趋势序列;其次,对趋势序列分别采用灰色预测模型(GM)和高斯过程回归模型(GPR)进行预测,再采用优势矩阵法对各预测结果进行集成,得出最终预测值;最后,以我国铁路客运量年度数据为实证,选择均方误差(MSE)和平均绝对百分比误差(MAPE)作为评价标准,与原始序列模型和单一模型的预测结果进行对比。结果表明,与其他模型相比,基于SSA-GM-GPR的铁路客运量预测模型预测精度较高。采用所提出的模型预测2020—2022年客运量,可为铁路管理组织制定工作计划提供理论支撑。

著录项

来源
《现代电子技术》 |2022年第14期|159-163|共5页
作者
曹武军; 李中强;
展开▼
作者单位

郑州大学;

河南国际数字贸易研究院;

展开▼
原文格式 PDF
正文语种 chi
中图分类技术发展与革新;
关键词
铁路客运量预测; 降噪; 奇异谱分析; 灰色预测; 高斯过程回归; 优势矩阵集成; 特征提取;

相似文献

中文文献
外文文献
专利

1. 基于灰色预测模型的铁路客运量预测研究 [J] . 王慧晶 . 铁道运输与经济 . 2006,第6期
2. 铁路企业运营视域下基于多元回归分析预测我国铁路客运量 [J] . 吴楠君 . 知识经济 . 2018,第008期
3. 基于改进GM(1,1)预测模型的铁路客运量预测 [J] . 陈会如 ,逯兆友 ,刘孝辉 . 山西建筑 . 2019,第009期
4. 基于灰色预测法的铁路客运量预测 [J] . 崔捷晴 . 科技和产业 . 2007,第008期
5. 基于灰色马尔可夫模型的烟台市铁路客运量预测研究 [J] . 彭丽洁 ,邵喜高 ,黄万明 . 鲁东大学学报:自然科学版 . 2022,第1期
6. 基于多层前向神经网络的提高铁路客运量预测精度的研究 [C] . 覃频频 ,晏启鹏 ,黄大明 . 第六届全国交通运输领域青年学术会议 . 2005
7. 基于PVAR-XGBoost组合模型的城市铁路客运量预测——以京沪铁路沿线城市为例 [A] . 杨玉先 . 2021

基于SSA-GM-GPR的铁路客运量预测研究

摘要

著录项

相似文献

相关主题

期刊订阅