• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于改進(jìn)灰色模型的東北地區(qū)鐵路貨運(yùn)量預(yù)測(cè)*

      2012-09-21 01:22:20玥,帥
      關(guān)鍵詞:貨運(yùn)量原始數(shù)據(jù)東北地區(qū)

      張 玥,帥 斌

      (西南交通大學(xué)交通運(yùn)輸與物流學(xué)院,四川成都 610031)

      隨著“十二五”規(guī)劃的進(jìn)一步推進(jìn),東北地區(qū)再一次成為區(qū)域發(fā)展的重點(diǎn)。實(shí)施東北地區(qū)等老工業(yè)基地振興戰(zhàn)略以來(lái),東北地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展加快,改革開放以來(lái)被拉開的發(fā)展差距逐年縮小,趕上了全國(guó)平均增速。2008年?yáng)|北三省地區(qū)生產(chǎn)總值占全國(guó)的比重升至 8.62%,比 2007年高0.14%,這是進(jìn)入新世紀(jì)后東北三省地區(qū)生產(chǎn)總值占全國(guó)的比重首次止跌回升。交通運(yùn)輸是經(jīng)濟(jì)發(fā)展的基本需要和先決條件,是資源配置和宏觀調(diào)控的重要工具,對(duì)促進(jìn)社會(huì)分工、大工業(yè)發(fā)展和規(guī)模經(jīng)濟(jì)的形成有著重要的影響。而貨運(yùn)量作為交通運(yùn)輸?shù)囊粋€(gè)客觀反映,它的大小是鐵路運(yùn)輸情況的重要體現(xiàn)之一。鐵路貨物運(yùn)輸與地方經(jīng)濟(jì)和企業(yè)有著密切關(guān)系,并且在東北地區(qū)的經(jīng)濟(jì)發(fā)展中占有重要的地位。鐵路貨運(yùn)量預(yù)測(cè)分析工作是鐵路運(yùn)輸工作的重要環(huán)節(jié),具有較強(qiáng)的實(shí)際意義[1],并與人均國(guó)內(nèi)生產(chǎn)總值有密切聯(lián)系(見(jiàn)表1)。

      表1 2004—2010年?yáng)|北地區(qū)人均國(guó)內(nèi)生產(chǎn)總值與貨運(yùn)量Table 1 2004-2010 real GDPper capita and freight volume in northeast region

      灰色系統(tǒng)即為信息不完全的系統(tǒng)?;疑到y(tǒng)以部分信息已知,部分信息未知的小樣本、貧信息的不確定性系統(tǒng)作為研究對(duì)象,通過(guò)對(duì)部分已知信息的生成、開發(fā),以信息覆蓋為依據(jù),實(shí)現(xiàn)對(duì)現(xiàn)實(shí)世界的確切描述和認(rèn)識(shí)。灰色系統(tǒng)預(yù)測(cè)具有預(yù)測(cè)精準(zhǔn)度高、無(wú)需大量有規(guī)律樣本、計(jì)算工作量小等優(yōu)點(diǎn)[2]?;疑獹M(1,1)模型是灰色系統(tǒng)預(yù)測(cè)常用模型之一,適用于具有較強(qiáng)指數(shù)規(guī)律、過(guò)程單調(diào)變化的序列。通過(guò)對(duì)東北地區(qū)貨運(yùn)量數(shù)據(jù)的匯總發(fā)現(xiàn),東北三省貨運(yùn)量呈逐年遞增的趨勢(shì),符合灰色系統(tǒng)預(yù)測(cè)數(shù)據(jù)單調(diào)變化的特征要求,因此,選用灰色GM(1,1)模型作為預(yù)測(cè)東北地區(qū)貨運(yùn)量的基本模型。本文在采用灰色GM(1,1)模型的基礎(chǔ)上,對(duì)預(yù)測(cè)精度進(jìn)行嚴(yán)格檢驗(yàn),使其適用于預(yù)測(cè)東北地區(qū)的鐵路貨運(yùn)量[3]。自從2003年實(shí)施東北地區(qū)振興老工業(yè)基地舉措以來(lái),經(jīng)濟(jì)得到迅猛發(fā)展。為了更切實(shí)的迎合這一發(fā)展趨勢(shì),通過(guò)運(yùn)用改進(jìn)的灰色GM(1,1)模型——新陳代謝模型,更好的預(yù)測(cè)未來(lái)幾年里東北地區(qū)整體的貨運(yùn)量。

      1 建立灰色 GM(1,1)模型[4-6]

      (1)設(shè)變量 x(0)(k)的原始數(shù)據(jù)序列為:x(0)(k)=(x(0)(1),x(0)(2),…,x(0)(n))對(duì)原始數(shù)據(jù)序列經(jīng)過(guò)一次累加后得到x(0)(k)的1-AGO序列x(1)(k):

      x(1)(k)=(x(1)(1),x(1)(2),…,x(1)(n))。其中:x(1)(k)=x(0)(i);k=1,2,…,n

      (2)將數(shù)據(jù)代入灰色微分方程x(0)(k)+az(1)(k)=b中,寫成矩陣形式,得:Y=Hθ。其中:

      上述方程組中,Y和H為已知,θ為未知參量,可用最小二乘法求的最小二乘解:

      (3)由x(1)建立微分方程:+ax(1)=b,其解為:

      (4)得到灰色GM(1,1)預(yù)測(cè)方程:

      (5)還原值為:

      2 建立新陳代謝GM(1,1)模型

      基本的灰色 GM(1,1)模型均以疊加序列x(1)(1)作為灰色微分模型的初始條件進(jìn)行建模的,容易造成對(duì)新信息的利用不夠充分。新信息優(yōu)先原理是灰色系統(tǒng)理論的信息觀,該原理認(rèn)為新信息對(duì)認(rèn)知的作用大于老信息的作用,賦予新信息較大的權(quán)重可以提高灰色預(yù)測(cè)的功效,新信息的補(bǔ)充為灰元白化提供了基本動(dòng)力[8]。根據(jù)此原理,本文擬采用以x(0)(k')為初始條件的新陳代謝GM(1,1)模型對(duì)東北地區(qū)的鐵路貨運(yùn)量進(jìn)行預(yù)測(cè)。

      新陳代謝GM(1,1)模型的建立方法如下:在原始數(shù)據(jù)序列的基礎(chǔ)上置入最新信息x(0)(n+1),去掉老信息 x(0)(1),x(0)(2),…,x(0)(k'- 1),建立新陳代謝 GM(1,1)模型的新原始數(shù)據(jù)序列x(0)(k')=(x(0)(k'),x(0)(k'+1),…,x(0)(n+1)),繼而建立新的疊加序列x(1)(k')=(x(1)(k'),x(1)(k'+1),…,x(1)(n+1))。其他步驟同上,直至得到預(yù)測(cè)目標(biāo)為止。

      3 精度檢驗(yàn)[7]

      3.1 殘差檢驗(yàn)

      設(shè)殘差為:ε(k)=x(0)(k)-^x(0)(k),則相對(duì)

      3.2 后驗(yàn)差檢驗(yàn)

      設(shè) x(0)(k)=(x(0)(1),x(0)(2),…,x(0)(n))為原始數(shù)據(jù)序列,(0)(k)=(0)(1)(0)(2),…,(0)(n))為模型模擬序列,ε(0)(k)=(ε(0)(1),ε(0)(2),…,ε(0)(n))為殘差序列。則x(0)的均值為=x(0)(k),x(0)的 方 差 為 S21=(x(0)(k)-ˉ)2;ε(0)的均值為=ε(0)(k),ε(0)的方差為 S22=(ε(0)(k)-2。

      檢驗(yàn)標(biāo)準(zhǔn)2:對(duì)于給定的C0>0,當(dāng)C<C0時(shí),即為均方差合格模型。

      檢驗(yàn)標(biāo)準(zhǔn)3:對(duì)于給定的p0>0,當(dāng)p>p0時(shí),即為小誤差概率合格模型。

      3.3 關(guān)聯(lián)度檢驗(yàn)

      檢驗(yàn)標(biāo)準(zhǔn)4:對(duì)于給定的ε0>0,當(dāng)ε>ε0時(shí),即為關(guān)聯(lián)度合格模型。

      表2 模型檢驗(yàn)等級(jí)參照表Table 2 Reference table of model test grades

      3.4 模型預(yù)測(cè)效果檢驗(yàn)

      當(dāng)a<2時(shí),GM(1,1)模型有意義,但隨著a的取值不同,預(yù)測(cè)效果也不同:

      (1)當(dāng)a≤0.3時(shí),GM(1,1)模型可用于中長(zhǎng)期預(yù)測(cè);

      (2)當(dāng)0.3 < a≤0.5時(shí),GM(1,1)模型可用于短期預(yù)測(cè),中長(zhǎng)期預(yù)測(cè)慎用;

      (3)當(dāng)0.5 < a≤0.8時(shí),GM(1,1)模型用于短期預(yù)測(cè)應(yīng)十分謹(jǐn)慎;

      (4)當(dāng)0.8<a≤1時(shí),應(yīng)采用修正 GM(1,1)模型;

      (5)當(dāng)a>1時(shí),不宜采用 GM(1,1)模型。

      4 應(yīng)用改進(jìn)灰色GM(1,1)模型對(duì)東北地區(qū)鐵路貨運(yùn)量進(jìn)行預(yù)測(cè)

      4.1 對(duì)已知數(shù)據(jù)建立模型進(jìn)行預(yù)測(cè)

      根據(jù)東北地區(qū)2004年至2010年的鐵路貨運(yùn)量統(tǒng)計(jì)數(shù)據(jù)[9]建立模型,首先進(jìn)行已知貨運(yùn)量年份的預(yù)測(cè)工作,對(duì)模型的可行性進(jìn)行分析。

      表3 2004—2010年?yáng)|北地區(qū)鐵路貨運(yùn)量原始數(shù)據(jù)表Table 3 2004—2010 Original data of northeast railway freight volume

      原始數(shù)據(jù)序列為:x(0)={36 709,37 786,38 534,40 921,44 358,44 538,45 896}

      對(duì)原始數(shù)據(jù)疊加一次得:x(1)={36 709,74 495,113 029,153 950,198 308,242 846,288 742}。

      根據(jù)式(2)和(3)可得:x(1)(k+1)=845 419.6e0.0419(k+1)- 844 894.55

      根據(jù)公式(4)可得預(yù)測(cè)模型為:x^(0)(k+1)=845 419.6[e0.0419(k+1)- e0.0419k](5)

      將 k=1,2,3,4,5,6 代入上式,得到2005 年至2010年?yáng)|北地區(qū)鐵路貨運(yùn)量的預(yù)測(cè)結(jié)果。

      采用該模型對(duì)2011年鐵路貨運(yùn)量進(jìn)行預(yù)測(cè),去掉原始序列x(0)(k)中最老的2004年數(shù)據(jù)x(0)(1),加入最新的2011年數(shù)據(jù)x(0)(8),組合成新陳代謝GM(1,1)模型的新原始序列x(0)(k')={37 786,38 534,40 921,44 358,44 538,45 896,47 130},重復(fù)上面的建模步驟進(jìn)行預(yù)測(cè),得到2006—2011年的鐵路貨運(yùn)量的預(yù)測(cè)結(jié)果見(jiàn)表4。

      4.2 對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行精度檢驗(yàn)

      表4 2006-2011年?yáng)|北地區(qū)鐵路貨運(yùn)量預(yù)測(cè)數(shù)據(jù)表Table 4 2006-2011 forecast data table of northeast railway freight volume

      4.3 對(duì)未知數(shù)據(jù)建立模型進(jìn)行預(yù)測(cè)

      根據(jù)東北地區(qū)政府的大力支持和迅猛發(fā)展的經(jīng)濟(jì)背景,為了得到更接近的預(yù)測(cè)值采用新陳代謝GM(1,1)模型對(duì)2012—2015年的鐵路貨運(yùn)量進(jìn)行預(yù)測(cè),預(yù)測(cè)結(jié)果見(jiàn)表5。

      表5 2012-2015年?yáng)|北地區(qū)鐵路貨運(yùn)量預(yù)測(cè)數(shù)據(jù)表Table 5 2012—2015 forecast data table of northeast railway freight volume

      5 結(jié)論

      灰色GM(1,1)模型預(yù)測(cè)的本質(zhì)是一種指數(shù)增長(zhǎng)預(yù)測(cè),成功地建立和應(yīng)用灰色模型的必要和充分條件是原始數(shù)據(jù)序列必須是非負(fù)的、單調(diào)的并符合指數(shù)規(guī)律[10]。東北地區(qū)鐵路貨運(yùn)量數(shù)據(jù)滿足新陳代謝灰色模型預(yù)測(cè)的數(shù)據(jù)要求,對(duì)已知貨運(yùn)量年份的數(shù)據(jù)預(yù)測(cè)精度達(dá)到一級(jí)標(biāo)準(zhǔn)。在全面振興東北等老工業(yè)基地的大趨勢(shì)下,采用更合理的新陳代謝GM(1,1)模型對(duì)未來(lái)4年的東北地區(qū)鐵路貨運(yùn)量進(jìn)行預(yù)測(cè)發(fā)現(xiàn):新模型對(duì)預(yù)測(cè)量有著更樂(lè)觀的結(jié)果,符合現(xiàn)階段東北地區(qū)的發(fā)展態(tài)勢(shì)。

      [1]安樹偉,肖金成,吉新峰.“十二五”時(shí)期我國(guó)區(qū)域政策調(diào)整研究[J].發(fā)展研究,2010(7):12-15.AN Shu-wei,XIAO Jin-cheng,JI Xin-feng.China’s regional policy adjustment in“Twelfth Five Year”period[J].Development Research,2010(7):12 -15.

      [2]劉思峰,謝乃明.灰色系統(tǒng)理論及其應(yīng)用[M].北京:科學(xué)出版社,2008.LIU Si-feng,XIE Nai-ming.Grey system theory and its application[M].Beijing:Science Press,2008.

      [3]鄧聚龍.灰色預(yù)測(cè)與決策[M].武漢:華中科技大學(xué)出版社,1988.DENG Ju-long.Grey forecasting and decision[M].Wuhan:Huazhong University of Science and Technology Press,1988.

      [4]吳曉玲,符 卓,王 璇,等.鐵路貨運(yùn)量組合預(yù)測(cè)方法[J].鐵道科學(xué)與工程學(xué)報(bào),2009,6(5):89 -92.WU Xiao-ling,F(xiàn)U Zhuo,WANGXuan,et al.Combine -forecast method for railway freight volumes[J].Journal of Railway Science and Engineering,2009,6(5):89 -92.

      [5]譚司庭,史 峰.改進(jìn)的貨運(yùn)量最優(yōu)變權(quán)組合預(yù)測(cè)模型[J].鐵道科學(xué)與工程學(xué)報(bào),2011,8(3):104-109.TAN Si-ting,SHI Feng.An improved combined model based on optimal variable weight for prediction of freight volumes[J].Journal of Railway Science and Engineering,2011,8(3):104 -109.

      [6]LIU Si-feng,Jeffrey Forrest.Advances in grey systems of 2007 IEEE international conference on grey systems theory and its and intelli applications[C]//Proceedings Services.Nanjing,2007.

      [7]張 軍.灰色預(yù)測(cè)模型的改進(jìn)及其應(yīng)用[D].西安:西安理工大學(xué),2008.ZHANG Jun.Improvement of grey forecasting model and its application[D].Xi’an:Xi’an University of Technology,2008.

      [8]朱大鵬,李嚴(yán)峰,曹 杰,等.基于改進(jìn)的灰色模型對(duì)貨物周轉(zhuǎn)量的預(yù)測(cè):以云南省貨物周轉(zhuǎn)量為例[J].物流科技,2012(1):1-5.ZHU Da-peng,LIYan-feng,CAOJie,et al.Prediction of freight turnover in Yunnan based on improved grey model[J].Logistics Sci-Tech,2012(1):1 -5.

      [9]中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒2011[R].北京:中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局,2011.National Bureau of Statistics of China.2011 Yearbook of China Statistical[R].Beijing:National Bureau of Statistics of China,2011.

      [10]張永杰.灰色系統(tǒng)理論在道路貨運(yùn)量、貨運(yùn)周轉(zhuǎn)量預(yù)測(cè)中的應(yīng)用[J].交通運(yùn)輸系統(tǒng)工程與信息,2003,3(1):75-79.ZHANG Yong-jie.Forecast freight quantity and turnover quantity base on grey model theory[J].Journal of Transportation Systems Engineering and Information Technology,2003,3(1):75 -79.

      猜你喜歡
      貨運(yùn)量原始數(shù)據(jù)東北地區(qū)
      東北地區(qū)打造對(duì)外開放新前沿的重要意義與主要舉措
      日本研究(2023年2期)2023-11-29 12:16:10
      GOLDEN OPPORTUNITY FOR CHINA-INDONESIA COOPERATION
      受特定變化趨勢(shì)限制的傳感器數(shù)據(jù)處理方法研究
      為什么人參喜歡長(zhǎng)在我國(guó)東北地區(qū)
      為什么人參喜歡長(zhǎng)在我國(guó)東北地區(qū)
      2017年上半年拉脫維亞港口貨運(yùn)量同比增長(zhǎng)7%
      全新Mentor DRS360 平臺(tái)借助集中式原始數(shù)據(jù)融合及直接實(shí)時(shí)傳感技術(shù)實(shí)現(xiàn)5 級(jí)自動(dòng)駕駛
      汽車零部件(2017年4期)2017-07-12 17:05:53
      Brand Value: Excavating and Management of Tourism in the Rural and Village Region
      世界經(jīng)濟(jì)趨勢(shì)
      铜陵市| 洞口县| 靖安县| 万宁市| 宁晋县| 灌阳县| 乐都县| 大渡口区| 茌平县| 海丰县| 吴旗县| 前郭尔| 庆云县| 商都县| 泰来县| 龙井市| 嘉义县| 河曲县| 开原市| 河间市| 科技| 德令哈市| 台东市| 彰化市| 石柱| 朝阳市| 盖州市| 东台市| 上虞市| 舒兰市| 景泰县| 湟中县| 息烽县| 咸宁市| 灵川县| 二连浩特市| 平阴县| 深水埗区| 株洲县| 鄂温| 永川市|