基于UBGPM-Markov的铁路货运量预测方法

摘要

针对铁路货运量发展变化的非线性特性,采用非线性灰色模型中的无偏GM(1,1)幂模型进行预测,并用状态划分更为精细后的马尔可夫链修正预测值,从而建立优化后的UBGPM-Markov模型.通过对我国2000～2012年铁路货运量实例分析,与改进GM(1,1)模型、无偏GM(1,1)模型2种预测方法进行了比较,比较显示无偏GM(1,1)幂模型具有较高的预测精度.优化后的UBGPM-Markov模型更是显著提高了预测精度,将平均绝对百分误差(MAPE)由2.11％减少到0.55％.