典型文献
利用标准差赋权组合模型预测大宗货物运输需求
文献摘要：
目前关于运输需求预测研究,大多采用以历史运输量数据为基础进行直接预测的方法,但这种使用单一模型且不考虑关联因素的预测方法,易导致预测结果与实际值偏差较大.提出基于标准差赋权,建立多元线性回归预测模型与GM(1,1)-MLP神经网络预测模型并联结构的组合预测模型.以哈尔滨市粮食产量的历史数据验证组合预测模型的有效性,结合产运系数,对目标年哈尔滨市粮食运输需求进行预测,为大宗货物运输组织方案设计提供数据支持.结果表明:相较于两种单一预测模型,组合预测模型的预测精度更高,能反映哈尔滨市的粮食产量、运输需求量及变化趋势.
文献关键词：
货物运输;运输需求;组合预测模型;多元线性回归模型;GM(1;1)-MLP神经网络模型;产运系数
中图分类号：
作者姓名：
崔淑华;侯慧君;武慧荣
作者机构：
东北林业大学 交通学院,哈尔滨 150040
文献出处：
引用格式：
[1]崔淑华;侯慧君;武慧荣-.利用标准差赋权组合模型预测大宗货物运输需求)[J].交通科技与经济,2022(06):31-38
A类：
产运系数
B类：
利用标准,组合模型预测,大宗货物运输,运输需求预测,预测研究,运输量,直接预测,关联因素,多元线性回归预测,回归预测模型,GM,MLP,神经网络预测模型,并联结构,组合预测模型,哈尔滨市,粮食产量,历史数据,数据验证,粮食运输,运输组织方案,多元线性回归模型
AB值：
0.265153
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
