利用标准差赋权组合模型预测大宗货物运输需求

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。