背景值优化的GM(1,1)模型在民航货运量预测中的应用

来源 :物流工程与管理 | 被引量 : 0次 | 上传用户：yanmu1984

【摘要】

：

传统的GM(1,1)模型中的背景值是预测误差的来源之一,因此文中提出一种优化背景值的方法,将背景值构造公式中的固定值变为动态变量,然后利用PSO粒子群对动态变量进行动态寻优,以找到使误差最小的变量值,从而对GM(1,1)模型的背景值进行优化,使模型的精度提高.然后结合民航货运量的数据,分别用经典模型以及优化后的模型对其进行预测和对比,结果表明优化后的GM(1,1)模型的精度要明显高于传统的模型.

【作者】

：

祁琦李程

【机构】

：

上海工程技术大学航空运输学院,上海 201620

【出处】

：

物流工程与管理

【发表日期】

：

2021年10期

【关键词】

：

GM(1 1)模型背景值粒子群动态寻优

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

无人车智能配送普及过程中的问题分析与规划

基于我国无人车室内与室外配送运作模式现状及后疫情时代背景,从技术性失业、安全监管和以人为本的发展三个方面指出了我国区域内推广无人车配送在实现无人化普及的过程中所面临的问题,并在此基础上提出无人车推广速度调控、无人车配送管理机制、自主配送模式选择窗口、企业投放的商业模式与结合人文的无人车创新设计等方面的解决举措与发展规划.

期刊

无人物流技术性失业无人车无接触配送最后一公里

媒体关注对大股东违规减持有监督作用吗?

本文以2012—2018年上市公司作为原始样本,手工搜集大股东违规减持的数据,用PSM方法对实验组样本(违规减持组)匹配控制组样本(正常减持组),用Python软件获取事件窗口期财经媒体所有报道和负面报道数据,实证检验了媒体关注对上市公司大股东违规减持的影响.研究结果表明,上市公司受到的媒体关注度越高,大股东违规减持的可能性越低,而且媒体负面报道效果更显著,但是媒体报道对控股大股东和非控股大股东违规减持的监督效果没有明显差异.论文进一步研究了媒体关注对大股东减持约束作用的中介路径和调节机制,结果表明,在不

期刊

媒体监督大股东违规减持内部控制减持规定

背景值优化的GM(1,1)模型在民航货运量预测中的应用

其他学术论文