排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
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。 相似文献
1