基于數(shù)據(jù)挖掘的鐵路貨運量預測應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、鐵路貨運量作為鐵路貨運市場體系中的一個重要指標,極大程度上反映了國民經(jīng)濟對鐵路貨物運輸?shù)闹匾枨?,是安排貨物運輸計劃的重要依據(jù),需要鐵路內(nèi)部各部門的相互緊密配合。在市場經(jīng)濟條件下,鐵路部門應(yīng)該及時、準確、科學的對鐵路運輸需求進行預測分析。而鐵路貨運量的變化趨勢是由內(nèi)外部多種因素共同作用的結(jié)果,相互之間存在著密切的映射關(guān)系,因此需厘清其復雜的關(guān)系,并對鐵路貨運量的變化做出正確的預判,從而促進鐵路貨運穩(wěn)定的向前發(fā)展。
  本文在對數(shù)據(jù)

2、挖掘技術(shù)和常見的預測方法進行分析的基礎(chǔ)上,確定貨運量預測目標,并以此進行數(shù)據(jù)倉庫設(shè)計。通過多維數(shù)據(jù)進行廣深線貨運量數(shù)據(jù)可視化展示,觀察站段以及線路的貨運量變化特點,確定分析主題為月度預測和年度預測,并分別采用不同的數(shù)學模型。針對貨運量月度預測采用霍爾特-溫特斯模型和SARIMA模型,以此考慮貨運量變化的季節(jié)性、趨勢性和平穩(wěn)性因素,得到具體每月的預測結(jié)果;而對貨運量年度預測采用時間序列模型和神經(jīng)網(wǎng)絡(luò)模型,分別進行單因素分析和多因素分析,并

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論