学位论文 > 优秀研究生学位论文题录展示
我国铁路客运量的组合问题研究
作 者: 刘会芳
导 师: 梁小林
学 校: 长沙理工大学
专 业: 应用统计
关键词: 铁路客运量 多元回归分析 时间序列分析 支持向量机 组合预测
分类号: U293.1
类 型: 硕士论文
年 份: 2013年
下 载: 23次
引 用: 0次
阅 读: 论文下载
内容摘要
随着我国经济的快速发展、人们生活水平的提高以及铁路建设的不断改进,人们的消费观念逐步发生了改变。旅行游览、探亲访友等活动逐渐成为人们生活中一个非常重要的组成部分,使得铁路客运量随着人们长途出行次数的增加而增加。如何科学地对铁路客运量进行预测,以有效地协助铁路部门制定铁路的宏观发展战略、控制和分配客流量、确保铁路运行通畅,具有非常重要的意义。基于上述背景,本文对我国铁路客运量预测展开了比较详细和深入的分析。首先提出我国铁路客运系统的发展背景,指明准确预测铁路客运量的重要意义。然后分析国内外研究学者对铁路客运量的研究状况以及总结预测铁路客运量的主要方法。接着介绍了应用于铁路客运量预测的三种单一预测方法:多元线性回归分析预测法、时间序列分析预测法以及支持向量机回归分析预测法。其中,多元线性回归分析方面,介绍了多元线性回归的原理及建模步骤;时间序列分析方面,先介绍了平稳时间序列的概念、性质以及建模步骤,然后介绍了求和自回归移动平均模型的实现过程;支持向量机回归分析方面,首先介绍支持向量分类机两种不同的情况即线性可分和线性不可分的情况,再提出支持向量机的回归函数。再接着提出了赋予三种方法不同权重的方差倒数法。最后利用三种方法对我国铁路客运量预测进行了实证分析,并将这三种方法的预测结果与组合预测的结果进行比较,得出了组合预测结果的精度要比单一方法预测的精度高的结论。
|
全文目录
中文摘要 5-6 Abstract 6-10 第一章 绪论 10-20 1.1 选题背景及意义 10 1.2 铁路客运量预测的发展状况 10-15 1.2.1 国内外对客运量预测的研究现状 11-12 1.2.2 国内外对客运量预测的研究方法 12-15 1.3 铁路客运量的影响因素 15-17 1.4 本文方法的选取 17 1.5 本文的主要内容 17-18 1.6 本文的主要结构 18-20 第二章 应用于铁路客运量预测的方法 20-42 2.1 多元线性回归分析预测法 20-23 2.1.1 多元线性回归模型的原理 20-22 2.1.2 回归分析模型建立的一般步骤 22-23 2.2 时间序列分析预测法 23-34 2.2.1 时间序列的统计学特征 24 2.2.2 平稳时间序列常见的三种模型 24-26 2.2.3 ARMA模型的建模过程 26-32 2.2.4 ARIMA模型的实现过程 32-34 2.3 支持向量机回归分析预测法 34-41 2.3.1 支持向量机概述 34-35 2.3.2 支持向量机分类器的模型分类 35-37 2.3.3 常用的核函数 37-39 2.3.4 支持向量回归机 39-41 2.4 组合预测方法 41-42 2.4.1 方差倒数法 41-42 第三章 铁路客运量预测的实证研究 42-59 3.1 多元线性回归模型的实证分析 42-48 3.2 时间序列模型的实证分析 48-56 3.3 支持向量回归机的实证分析 56-59 第四章 组合预测模型的建立 59-62 第五章 结语 62-64 5.1 结论 62-63 5.2 研究不足 63-64 参考文献 64-67 致谢 67
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 组合预测方法简介及其实证分析,O212.1
- 不匹配信道下耳语音说话人识别研究,TN912.34
- 基于文本挖掘的学者简历自动生成,TP391.1
- 基于特征选择的入侵检测研究,TP393.08
- 基于SVM的跨膜蛋白结构预测应用研究,Q51
- LS-SVM算法预测煤层瓦斯涌出量技术研究及应用,TD712.5
中图分类: > 交通运输 > 铁路运输 > 铁路运输管理工程 > 旅客运输 > 旅客运输组织与管理
© 2012 www.xueweilunwen.com
|