基于IPSO的霍尔特指数平滑系数的铁路客运量预测研究

为了提高霍尔特指数平滑法对铁路客运量预测的精度，基于改进粒子群算法(IPSO)对铁路客运量预测领域中霍尔特指数平滑系数的取值进行优化研究。以我国各省铁路客运量为研究对象进行仿真实验，以验证改进粒子群算法的寻优效果，并求解霍尔特指数以预测各省铁路客运量的平滑系数最优取值。研究表明，相较于经典的线性递减权重优化法和固定权重法，非线性递减权重优化的粒子群算法能更加准确地求出最优平滑系数，具有更好的寻优能力和收敛速度。以上海市为例，其收敛速度分别提高4代和14代，求解精度分别提高了0.000 18、0.000 006。