-
公开(公告)号:CN117151269A
公开(公告)日:2023-12-01
申请号:CN202310528653.6
申请日:2023-05-11
申请人: 国家铁路局市场监测评价中心 , 西南交通大学
摘要: 本发明涉及数据预测技术领域,具体涉及基于EMD‑APSO‑SVR模型铁路货运量预测方法,本发明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流行性传染病感染等因素情况下,对选取的货运量序列进行EMD处理,得到不同时间尺度下的本征模态函数和残差;通过自适应变异策略下的粒子群算法优化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。本文建立的EMD‑APSO‑SVR模型的平均绝对百分比误差仅有0.22%,该模型能有效提升铁路货运量短期内的预测精度。
-
公开(公告)号:CN115438845A
公开(公告)日:2022-12-06
申请号:CN202211022034.1
申请日:2022-08-24
申请人: 西南交通大学 , 国家铁路局市场监测评价中心
摘要: 本发明公开了一种基于到发车流接续差邻域搜索法的技术站间货物列车协同配流优化方法,包括:模型构建:设置目标函数,构建相邻技术站间考虑列车解编时间随机性与出发时刻柔性约束的随机机会约束规划模型;模型求解:将机会约束转化为确定性等价类,再基于到发车流接续差的邻域搜索算法实现相邻技术站的协同配流;本发明考虑解编作业时间的不确定性,同时赋予列车发车时刻一定的柔性,研究相邻技术站间货物列车协同配流问题,并根据配流问题的特性,设计基于到发车流接续差的高效邻域搜索算法,为车流接续计划的快速编制提供一个可行的途径,进而提高车流接续计划的兑现率。
-
公开(公告)号:CN116663932A
公开(公告)日:2023-08-29
申请号:CN202310681716.1
申请日:2023-06-09
申请人: 西南交通大学
IPC分类号: G06Q10/0637 , G06Q10/083 , G06N3/006 , G06N3/04 , G06N3/08
摘要: 本发明涉及数据预测技术领域,具体涉及基于MI‑PSO‑RBF神经网络的铁路客货运量预测方法。本发明铁路客货运量的影响因素及其内在关联进行了分析,选取了相关指标,并利用互信息素法对指标进行筛选,确定了铁路客货运量相关影响因素指标,构建了影响因素指标体系;基于影响因素指标体系,分别采用BP神经网络、RBF神经网络和PSO‑RBF神经网络对铁路客货运量进行预测,结果显示,经过参数调整优化后的PSO‑RBF神经网络对铁路客运量及货运量的预测精度均最高,测试集R2分别达到了0.9481与0.9911,在实际应用中,本技术方案的预测精度和准确性能够更好地应对铁路客货运量预测的需求。
-
-