改進灰色神經網絡模型在甘肅省鐵路客運量預測中的運用.pdf

1、長久以來，鐵路運輸一直作為帶動經濟的命脈，同時也是人們出行的主要方式之一。近年來，隨著生活水平的不斷提高，人們的出行需求增大，刺激了鐵路客運的增長，也使交通運輸部門迫切需要加快鐵路的建設，作為建設依據的鐵路客運量預測發(fā)揮著越來越大的作用。由此可知，對鐵路客運量進行科學合理的預測是有必要的，不僅能夠為鐵路運輸行業(yè)提供決策依據，也能為鐵路評價體系提供可靠的指標?？瓦\量受到多方面因素的影響，隨著國家對西部地區(qū)的大力建設和甘肅省內經濟的持續(xù)增長

2、，總體來看，甘肅省鐵路客運量呈上升趨勢。
　　結合上述背景，本文首先闡述了鐵路客運量預測的研究背景、研究目的及意義，分析了國內外鐵路客運量預測的研究現狀，在此基礎上介紹了本文研究的主要內容及技術路線。
　　其次，本文對鐵路客運量預測研究中的常用方法進行了一定的闡述，并借助甘肅省歷年鐵路客運量的數據及客運量的變化趨勢，建立了基于時間序列的灰色GM(1，1)模型和灰色verhulst模型進行預測。
　　再次，本文從定性的角

3、度出發(fā)，闡述了鐵路客運量與其影響因素之間的關系，并通過對客運量的發(fā)展趨勢及其影響因素的變化分析將影響因素進行量化，運用灰色關聯分析法計算出各影響因素與客運量之間的關聯度，確定了鐵路客運量的主要影響因素，建立了BP神經網絡模型進行預測。
　　然后，本文通過分析灰色預測模型和BP神經網絡模型的優(yōu)缺點，構建了灰色BP神經網絡組合模型，并運用此模型對客運量進行了預測。
　　最后，本文將上述幾種模型的預測結果進行對比發(fā)現組合預測模型的