基于EMD-APSO-SVR组合模型的铁路货运量预测

作     者：韩纯良 李默涵 洒雨 周琳 吴林鸿 薛锋 HAN Chunliang;LI Mohan;SA Yu;ZHOU Lin;WU Linhong;XUE Feng

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] 

基　　金：国家铁路局科研项目(市场委合2022-3号) 

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。