基于優(yōu)化灰色馬爾科夫鏈模型的鐵路客流量預測方法研究.pdf

1、隨著現代化建設的不斷推進，我國的鐵路事業(yè)也得到了飛速發(fā)展。目前還有許多在建和即將陸續(xù)開工的鐵路項目，如何確定這些鐵路項目的建設規(guī)模，使其既能有效的疏散旅客又不造成運能浪費，這是鐵路建設項目前期工作的重點。而準確的進行客流量預測是解決這個問題的關鍵，鐵路系統建設運營規(guī)模的確定，往往依據于客流量預測的結果，而預測方法的選擇是決定最終預測水平的關鍵。
　　本文首先介紹了中國鐵路的歷史、現狀以及未來的發(fā)展趨勢，并說明了鐵路客流量預測的重要

2、性以及對整個鐵路系統的意義。接著簡要闡述了目前客流量預測所用的主要預測方法，并對各種方法做出了評論。發(fā)現雖然鐵路客流量預測方法很多，但是大多數的方法都存在著一些局限性。因此有必要尋找一種既科學又相對簡便的方法對鐵路客流量進行預測。通過對鐵路客流量特點及其數據的分析研究，發(fā)現鐵路系統受自然條件和社會條件等多種因素影響，并且數據的波動性較大。根據這些特點，本文選擇利用計算過程相對簡單的灰色模型與馬爾科夫鏈模型相結合的方式，對鐵路客流量進行預

3、測。但是目前利用灰色馬爾科夫鏈模型對鐵路客流量進行預測時，并沒有考慮到該模型本身還存在的一些缺陷。本文提出了傳統灰色馬爾科夫鏈模型的兩點不足:一是灰色模型在對指數序列進行擬合時存在較大偏差;二是馬爾科夫鏈模型在對灰區(qū)間進行白化時，在白化系數的選擇上存在缺陷。本文針對以上兩點不足，首先通過建立無偏灰色模型來修正傳統灰色模型的固有偏差，然后又利用粒子群算法來計算最優(yōu)的白化系數值。形成了一種新的預測精度更高的模型—粒子群無偏灰色馬爾科夫鏈模型