優(yōu)組合預(yù)測模型在換算周轉(zhuǎn)量預(yù)測中的應(yīng)用研究.pdf

1、換算周轉(zhuǎn)量是鐵路運輸業(yè)的產(chǎn)品，其值對衡量鐵路企業(yè)的經(jīng)營效益，起重要作用。為準(zhǔn)確預(yù)測換算周轉(zhuǎn)量，很多學(xué)者提出各種單項預(yù)測方法來預(yù)測換算周轉(zhuǎn)量，但組合預(yù)測模型在換算周轉(zhuǎn)量中的應(yīng)用并不多見。
　　 組合預(yù)測是將不同的預(yù)測方法進行適當(dāng)?shù)慕M合，綜合利用各種方法所提供的信息，從而盡可能地提高預(yù)測精度。理論研究和實際應(yīng)用表明，組合預(yù)測方法比單一預(yù)測方法更為科學(xué)，因為每種預(yù)測方法利用的數(shù)據(jù)不盡相同，不同的數(shù)據(jù)都是從不同的角度提供各方面有用的信息

2、。
　　 組合預(yù)測的關(guān)鍵是確定加權(quán)系數(shù)，現(xiàn)有的組合預(yù)測模型大都以組合預(yù)測誤差平方和為目標(biāo)函數(shù)，通過使誤差平方和極小化來確定最優(yōu)加權(quán)系數(shù)。為了進一步提高組合預(yù)測的精度，有學(xué)者提出了變權(quán)重方法[1]，由于變權(quán)重的組合預(yù)測方法比較復(fù)雜，所以目前關(guān)于變權(quán)重的組合預(yù)測研究并不多見。神經(jīng)網(wǎng)絡(luò)在組合預(yù)測方面已經(jīng)有了一些應(yīng)用[2-6]，但是遺傳算法與神經(jīng)網(wǎng)絡(luò)結(jié)合在組合預(yù)測方面還是很少的。
　　 本文首先對常規(guī)的組合預(yù)測方法進行總結(jié)和分析