基于灰色关联分析的LS.pdf

第３４卷第３期铁道学报Ｖｏｌ．３４Ｎｏ．３
２０１２年３月ＪＯＵＲＮＡＬＯＦＴＨＥＣＨＩＮＡＲＡＩＬＷＡＹＳＯＣＩＥＴＹＭａｒｃｈ２０１２

文章编号：１００１－８３６０（２０１２）０３－０００１－０６
基于灰色关联分析的ＬＳ－ＳＶＭ铁路货运量预测

耿立艳１，张天伟２，赵鹏３
（１．石家庄铁道大学经济管理学院，河北石家庄０５００４３；２．石家庄铁道大学交通运输学院，河北石家庄０５００４３；
３．河北科技师范学院欧美学院，河北秦皇岛０６６００４）

摘要：为提高对铁路货运量的预测精度及建模速度，在分析货运量影响因素基础上，提出基于灰色关联分析的
ＬＳ－ＳＶＭ铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素，采用灰色关联分析法
对两方面因素与货运量进行相关性分析，根据灰色关联度值，结合定性分析筛选ＬＳ－ＳＶＭ输入变量，简化ＬＳ－
ＳＶＭ结构，再通过随机权重粒子群（ＳＩＷＰＳＯ）算法优化选择ＬＳ－ＳＶＭ模型参数。通过对我国１９８０～２００９年铁
路货运量实例分析表明：该方法具有较快的收敛速度和较高的预测精度。
关键词：铁路货运量；预测；灰色关联分析；最小二乘支持向量机
中图分类号：Ｕ２９４．１３文献标志码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－８３６０．２０１２．０３．００１

ＦｏｒｅｃａｓｔｏｆＲａｉｌｗａｙＦｒｅｉｇｈｔＶｏｌｕｍｅｓＢａｓｅｄ
ｏｎＬＳ－ＳＶＭｗｉｔｈＧｒｅｙＣｏｒｒｅｌａｔｉｏｎＡｎａｌｙｓｉｓ

ＧＥＮＧＬｉ－ｙａｎ，ＺＨＡＮＧＴｉａｎ－ｗｅｉ，ＺＨＡＯＰｅｎｇ
（１．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＳｈｉｊｉａｚｈｕａｎｇＴｉｅｄａｏＵｎｉｖｅｒｓｉｔｙ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００４３，Ｃｈｉｎａ；
２．ＳｃｈｏｏｌｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＳｈｉｊｉａｚｈｕａｎｇＴｉｅｄａｏＵｎｉｖｅｒｓｉｔｙ，Ｓｈｉｊｉａｚｈｕａｎｇ０５００４３，Ｃｈｉｎａ；
３．Ｅ＆ＡＣｏｌｌｅｇｅｏｆＨｅｂｅｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｑｉｎｈｕａｎｇｄａｏ０６６００４，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｏｎｔｈｅｂａｓｉｓｏｆａｎａｌｙｚｉｎｇｔｈｅｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｏｆｒａｉｌｗａｙｆｒｅｉｇｈｔｖｏｌｕｍｅｓ，ｔｈｅＬＳ－ＳＶＭｒａｉｌｗａｙ
ｆｒｅｉｇｈｔｖｏｌｕｍｅｆｏｒｅｃａｓｔｍｅｔｈｏｄｗｉｔｈｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｗａｓｐｒｏｐｏｓｅｄｔｏｉｍｐｒｏｖｅｔｈｅｐｒｅｄｉｃｔｉｎｇａｃｃｕｒａｃｙ
ａｎｄｍｏｄｅｌｉｎｇｓｐｅｅｄｏｆｒａｉｌｗａｙｆｒｅｉｇｈｔｖｏｌｕｍｅｓ．Ｔｈｅｉｎｆｌｕｅｎｃｉｎｇｆａｃｔｏｒｓｏｆｒａｉｌｗａｙｆｒｅｉｇｈｔｖｏｌｕｍｅｓｗｅｒｅｄｉｖｉｄｅｄ
ｉｎｔｏｓｏｃｉａｌｄｅｍａｎｄｆａｃｔｏｒｓａｎｄｒａｉｌｗａｙｓｕｐｐｌｙｆａｃｔｏｒｓ．Ｃｏｒｒｅｌａｔｉｏｎｓｂｅｔｗｅｅｎｔｈｅｔｗｏ－ｃａｔｅｇｏｒｙｆａｃｔｏｒｓａｎｄｒａｉｌ－
ｗａｙｆｒｅｉｇｈｔｖｏｌｕｍｅｓｗｅｒｅａｎａｌｙｚｅｄｒｅｓｐｅｃｔｉｖｅｌｙｂｙｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ．ＴｈｅｉｎｐｕｔｖａｒｉａｂｌｅｓｏｆＬＳ－ＳＶＭ
ｗｅｒｅｓｃｒｅｅｎｅｄｂｙｔｈｅｇｒｅｙｃｏｒｒｅｌａｔｉｏｎｄｅｇｒｅｅｖａｌｕｅｔｏｇｅｔｈｅｒｗｉｔｈｑｕａｌｉｔａｔｉｖｅａｎａｌｙｓｉｓｔｏｓｉｍｐｌｉｆｙｔｈｅＬＳ－ＳＶＭ
ｓｔｒｕｃｔｕｒｅ．Ｆｉｎａｌｌｙ，ｔｈｅｓｔｏｃｈａｓｔｉｃｉｎｅｒｔｉａｗｅｉｇｈｔＰＳＯ（ＳＩＷＰＳＯ）ａｌｇｏｒｉｔｈｍｗａｓｕｓｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅｐａｒａｍｅｔｅｒｓ
ｏｆｔｈｅＬＳ－ＳＶＭｍｏｄｅｌ．Ｓｔａｔｉｓｔｉｃｓｏｆｔｈｅｒａｉｌｗａｙｆｒｅｉｇｈｔｖｏｌｕｍｅｓｆｒｏｍ１９８０ｔｏ２００９ｉｎｄｉｃａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄ
ｆｏｒｅｃａｓｔｍｅｔｈｏｄｐｒｏｖｉｄｅｓａｂｅｔｔｅｒｃｏｎｖｅｒｇｅｎｃｅｒａｔｅａｎｄｈｉｇｈｅｒｐｒｅｄｉｃｔｉｎｇａｃｃｕｒａｃｙ．
Ｋｅｙｗｏｒｄｓ：ｒａｉｌｗａｙｆｒｅｉｇｈｔｖｏｌｕｍｅｓ；ｆｏｒｅｃａｓｔ；ｇｒｅｙｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓ；ＬＳ－ＳＶＭ

铁路运输系统是一个受多种因素共同作用的复杂同时与自身供给因素，如日开行货物列车对数、列车牵
动态系统，具有的不确定性、随机性和模糊性［１］导致铁引质量等有关。各因素对铁路货运量影响程度不同且
路货运量预测的复杂性。铁路货运量不仅受国民经济随时间发生变化，这种错综复杂的内在关系决定铁路
因素，如国民经济发展水平、工业发展规模等影响，还货运量与影响因素之间存在