基于Box-Cox-TQR概率密度的铁路运用车保有量预测方法

基于Box-Cox-TQR概率密度的铁路运用车保有量预测方法

论文摘要

合理的铁路运用车保有量,对满足铁路货运需求,提高货车运用效率,降低运营成本等有重要作用.考虑铁路运输系统复杂的内外部环境及其动态变化特性,对影响运用车保有量因素定性分析;提出了粗糙集属性约简、灰色关联分析、逐步回归方法相结合的主要影响因素识别方法.以此为基础,建立了基于Box-Cox变换分位数回归(Box-Cox-TQR)和核密度估计相结合的概率密度预测模型.以国家铁路局运用车保有量实际数据为基础,进行预测试验.结果表明,利用主要因素识别的方法符合目标值的运动变化规律,预测结果具有良好的精度.此外,概率密度预测比点预测、区间预测传递出更多信息,为管理决策提供更多准确有用信息.

论文目录

  • 0 引言
  • 1 主要影响因素识别
  •   1.1 主要因素定性分析
  •   1.2 主要因素组合筛选方法
  • 2 概率密度预测方法
  •   2.1 Box-Cox变换
  •   2.2 分位数回归
  •   2.3 基于核密度估计的概率密度预测
  • 3 实例分析
  •   3.1 主要影响因素识别
  •   3.2 基于主要影响因素的中长期铁路货车保有量预测
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 李夏苗,王丽珊,郭旺

    关键词: 铁路运输,运用车保有量,概率密度预测,主要因素识别,变换分位数回归

    来源: 交通运输系统工程与信息 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 铁路运输

    单位: 中南大学交通运输工程学院

    基金: 国家自然科学基金(U1334207)~~

    分类号: U292

    DOI: 10.16097/j.cnki.1009-6744.2019.03.017

    页码: 111-118

    总页数: 8

    文件大小: 1759K

    下载量: 111

    相关论文文献

    • [1].努力压缩运用车保有量,确保车站畅通[J]. 上海铁道科技 2010(02)
    • [2].中间站压缩运用车保有量的探讨[J]. 物流工程与管理 2009(04)
    • [3].2008年郑州铁路局运输畅通工作的分析与探讨[J]. 郑铁科技通讯 2008(02)
    • [4].压缩邯郸车务段运用车保有量的探讨[J]. 铁道建筑技术 2009(S2)
    • [5].铁路运用车优化分布模型研究[J]. 铁道运输与经济 2011(01)
    • [6].站段运输信息动态检测预警辅助决策系统的研究[J]. 减速顶与调速技术 2013(01)

    标签:;  ;  ;  ;  ;  

    基于Box-Cox-TQR概率密度的铁路运用车保有量预测方法
    下载Doc文档

    猜你喜欢