典型文献
基于ARIMA-BP组合模型的货运量预测研究
文献摘要：
为了提高铁路货运量的预测精度,基于货运量线性和非线性的特点,选取中国铁路1980-2020年的货运量作为研究对象,提出ARIMA和BP神经网络的组合模型,基于简单加权和残差优化两种不同组合方法对铁路货运量进行建模分析,并与ARIMA、BP神经网络单一模型进行对比.实验结果表明,ARIMA-BP残差优化的组合模型结果精度较高,评价指标MAE、MAPE、RMSE分别为5135.90、0.0209、8462.49.基于ARIMA-BP残差优化的组合模型实现了对货运量的较好预测,对铁路运输部门灵活制定相关政策具有重要意义.
文献关键词：
ARIMA;货运量预测;组合模型;简单加权;残差优化
中图分类号：
作者姓名：
曹慧;秦江涛
作者机构：
上海理工大学管理学院,上海200093
文献出处：
引用格式：
[1]曹慧;秦江涛-.基于ARIMA-BP组合模型的货运量预测研究)[J].软件导刊,2022(02):32-36
A类：
B类：
ARIMA,组合模型,货运量预测,预测研究,提高铁路,铁路货运量,中国铁路,简单加权,加权和,残差优化,不同组合,组合方法,建模分析,MAE,MAPE,RMSE,模型实现,铁路运输,运输部
AB值：
0.254599
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。
