基于EMD-APSO-SVR组合模型的铁路货运量预测
Rail Freight Volume Forecasting Based on Combined EMD-APSO-SVR Model作者机构:国家铁路局市场监测评价中心北京100070 西南交通大学交通运输与物流学院成都611756 西南交通大学综合交通大数据应用技术国家工程实验室成都611756 西南交通大学综合交通运输智能化国家地方联合工程实验室成都611756
出 版 物:《综合运输》 (China Transportation Review)
年 卷 期:2024年第46卷第4期
页 面:132-140,180页
学科分类:08[工学] 0823[工学-交通运输工程]
主 题:铁路货运量预测 新冠疫情 经验模态分解 自适应粒子群算法 支持向量机回归模型
摘 要:为了提高铁路货运量预测的准确性,减少类似新冠疫情这样突发事件对现有预测结果的不稳定影响,提出一种基于EMD和APSO优化的SVR组合预测模型。在综合考虑铁路货运量受GDP、铁路营业里程、原煤产量、钢材产量、第二产业增加值以及新冠疫情等因素情况下,对选取的货运量序列进行EMD处理,得到不同时间尺度下的IMF和残差;通过APSO优化SVR模型的参数,并利用优化后的组合模型对各IMF分量分别进行预测,相加得到最终结果。将APSO-SVR模型与EMDAPSO-SVR模型的预测状况进行对比,结果表明,本文建立的EMD-APSO-SVR模型的预测结果误差更小,其预测值与真实值的测定系数高于APSO-SVR模型;前者的平均绝对百分比误差仅有0.22%,能有效提升铁路货运量短期内的预测精度。