基于灰色神经网络的铁路货运量组合预测

摘要

组合预测对于不完备信息的预测具有一定的实用性.鉴于铁路货运量的复杂性和非线性特征,利用我国铁路货运量的历史数据,采用无偏GM(1,1)、WPGM(1,1)、PGM(1,1)模型,将灰色预测模型与BP神经网络模型组合,构建了灰色-神经网络的组合模型.这一模型的构建对于复杂系统中不完备信息的处理有较高的实用价值.实例应用该方法对往年铁路货运量进行预测,结果表明基于灰色-神经网络组合模型在模拟性能和预测准确度方面有很大程度的提高,可以作为铁路货运量预测的有效工具,同时,为今后铁路运输生产中货运量的预测提供理论依据.