原创《基于灰色关联理论的云南省公路客运周转量预测》：此文是一篇灰色论文范文,为你的毕业论文写作提供有价值的参考。
【摘 要】公路客运周转量的准确预测是公路旅客运输组织工作的重要基础和主要依据之一,准确预测公路客运周转量是公路运输业面向市场、把握未来的重要保障.本文运用灰色关联预测理论构建GM（1,1）模型,结合云南省2007～2016年的历史数据,对云南省省公路客运周转量进行预测.研究表明,模型预测精准度较高,预测值也基本符合云南省公路客运未来的实际发展情况.
【關键词】灰色关联理论 云南省 公路客运周转量预测
一、引言
云南省地处我国经济圈、东南亚经济圈和南亚经济圈的结合部,是我国连接南亚、东南亚的国际通道,拥有独特的区位优势.随着国家实施“一带一路”战略,加快云南全省省域与周边国家和周边省份的互联互通,是云南建设面向南亚东南亚辐射中心、进一步凸显云南省在国家战略中的区位优势的重点所在.公路交通就是把云南建设成为面向南亚东南亚辐射中心最为关键的战略需要,并可以进一步提升云南在国家发展战略和对外开放大局中的地位和作用.
随着居民收入和生活水平的逐步提高,旅客对公路运输的要求也越来越高,公路运输部门需要不断完善来满足旅客的要求.同时,在公路客运中,公路运输部门也需要对公路客运周转量进行预测,以此来促进公路客运的持续发展.对公路客运周转量的预测,需要运用各种科学方法,结合历史数据,对可能的结果进行预测.目前有很多种预测公路客运周转量的方法,比如多元回归、BP神经网络、灰色关联等.其中,大部分预测方法都需要较多的数据,而由于云南省公路客运周转量受到很多因素的影响,选取的数据较多的话会对预测的准确性产生影响.在这些预测方法中,灰色关联理论选取的数据较少,预测的准确度较高,比较符合云南省公路客运周转量的预测.
关于客运量预测的理论,国外的研究开展的比较早,Dantas,Yamamoto,Lamar（2000）利用四阶段的方法预测和分析了公路交通量的需求生成、交通分布、交通方式的选择和交通分配等；Godfrey,Powell等（2002）运用指数平滑法建立了客运量预测模型,预测的过程比较简易,预测的结果比较准确；Suryani（2010）通过建立系统动力学的模型对客运量的需求进行预测,在该预测方法中,系统动力学的模型利用相应的本质和反馈信息来操纵决策和行为,这种方法用来预测具有较高的精确度.
关于客运量预测的理论,国内的学者也有很多研究,陈鹏,孙全欣（2005）对于铁路客运量进行了预测,并认为铁路客运量的预测可以分为客运量趋势预测和客运量波动预测,针对这两种客运量预测,分别运用了修正的灰色关联理论模型以及马尔科夫模型进行研究,然后再将两种计量模型结合,形成新型的预测方法来更为准确的预测铁路客运量；赵淑芝,田振中,孙树山（2006）先对公路运输量预测方法的基本思路和内容进行了简要介绍,再结合吉林省的相关数据,通过建立BP神经网络模型来对吉林省的公路运输量进行预测；田智慧,王世杰（2008）借鉴了四阶段的预测理论和方法,再结合河南省的公路交通量数据来建立相应的预测计量模型,对河南省公路交通量的需求生成、交通分布、交通方式的选择以及交通分配进行了预测；吴伟,符卓,王晓（2012）先是对影响公路客运周转量的各种因素进行了综合分析,在此基础上又运用灰色关联理论方法对这些影响因素的关联度进行定量分析,并构建了较为切合实际情况的BP神经网络模型,对公路客运周转量进行预测；孙煦,陆化普,吴娟（2012）认为目前的公路客运周转量预测模型的预测精确度存在一定问题,针对这一情况,采用了一种支持向量机算的方法预测了公路客运周转量,并结合北京市的相关数据进行了公路客运周转量的预测,然后再与运用BP神经网络模型的预测结果进行了比较分析.
综上所述,基于灰色关联理论的预测方法已经比较成熟,利用灰色关联模型进行预测可以取得很好的预测精度.但是到目前为止,尚未发现将灰色关联模型应用于云南省公路客运周转量预测方面的研究成果,这使得本文的研究具有一定的价值和意义.
二、灰色关联模型的基本原理及预测步骤
运用灰色关联模型来进行预测的基本理论思路是通过比较相应指标的实际值和计算得到的预测拟合值的关联度,来判断该预测模型对实际测算的准确度.实际值和预测拟合值的关联度越大,则拟合效果越好,测算的准确度也越高.
在对公路客运周转量进行预测时,涉及的影响因素较多,并且这些因素之间存在较为复杂的关系,此时预测量的精确度不高.而运用灰色关联理论对公路客运周转量进行预测,可以不用考虑诸多因素的影响,也不用考虑因素之间的复杂关系,只需要通过将公路客运周转量的历史数据代入相应的灰色关联模型,然后进行研究分析,就可以得到较为准确的公路客运周转量的预测值.同时,如果选取的历史数据时间较长的话,公路客运周转量的预测值可能会出现不确定性,所以,在运用灰色关联模型对公路客运周转量进行预测时,选取的历史数据在时间上宜短不宜长.
灰色关联模型通过较短时间的历史数据来对事物的发展规律做出长期预测.在灰色关联模型中,GM（1,1）是最为常见,使用最为广泛的预测模型.GM（1,1）模型的基本原理为：
令X（0）为GM（1,1）建模序列：
■,
X（1）为X（0）的累加生成序列：
■,
■,k等于1,2,等,n
为了避免由于X（0）序列无规律性而导致预测结果的不准确,令Z（1）为X（1）的紧邻均值生成序列：
■
■
则可以得到GM（1,1）模型的定义形式,即GM（1,1）的灰微分方程模型为：
■ （1）
其中G代表Grey,M代表Model,括号中第一个1代表1阶方程,第二个1代表1个变量.式中a称为发展系数,b为灰色作用量.设■为待估参数向量,即■,则灰微分方程（1）的最小二乘估计参数列满足
灰色论文参考资料：
结论：基于灰色关联理论的云南省公路客运周转量预测为关于对写作灰色论文范文与课题研究的大学硕士、相关本科毕业论文灰色论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
