铁路货物周转量的半参数回归模型预测

被引：7

作者：

王如义

王慈光

郭孜政

唐建桥

机构：

[1] 西南交通大学交通运输学院

来源：

西南交通大学学报 | 2008年 / 01期

关键词：

铁路运输; 周转量预测; 半参数回归; 偏最小二乘回归方法; 非参数方法;

D O I：

暂无

中图分类号：

U294 [货物运输];

学科分类号：

1201 ;

摘要：

为提高铁路货物周转量预测的准确性,在定性分析的基础上,运用灰色关联度理论选择出反映铁路运输供给能力的7个因素,并用偏最小二乘回归方法处理变量的共线性问题.采用非参数方法表达不能量化的影响因素,建立了半参数回归模型,并与线性回归模型和灰色预测模型进行了比较.研究结果表明,用半参数回归模型预测铁路货物周转量,预测结果的相对误差仅1.7%,比线性回归模型和灰色预测模型的预测精度更高.

引用

页码：96 / 100

页数：5

共 9 条

[1] 基于径向基神经网络的铁路货运量预测 [J].

刘志杰 ;

季令 ;

叶玉玲 ;

耿志民 .

铁道学报, 2006, (05) :1-5

[2] 铁路货运量的灰色预测模型 [J].

单丽辉 ;

王强 .

铁道货运, 2006, (02) :19-20+1

[3] 铁路货运量组合预测模型的研究 [J].

郝佳 ;

李澜 .

铁道运输与经济, 2004, (11) :73-75

[4] 半参数回归模型的二阶段估计 [J].

柴根象，孙平，蒋泽云 .

应用数学学报, 1995, (03) :353-363

[5]

利用逐步回归与逻辑分析法建立铁路货运量最佳预测模型.[J].蒋仁才;荣朝和;.预测.1987, 05

[6]

中国统计年鉴.[M].中华人民共和国国家统计局; 编.中国统计出版社.2006,

[7]

非参数计量经济学.[M].叶阿忠著;.南开大学出版社.2003,

[8]

偏最小二乘回归方法及其应用.[M].王惠文著;.国防工业出版社.1999,

[9]

半参数回归模型.[M].柴根象;洪圣岩编著;.安徽教育出版社.1995,

← 1 →