申请/专利权人：北京交通大学

申请日：2020-08-17

公开（公告）日：2024-04-05

公开（公告）号：CN111915100B

主分类号：G06Q10/04

分类号：G06Q10/04;G06F18/214;G06Q10/083

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2020.11.27#实质审查的生效;2020.11.10#公开

摘要：本发明提供了一种高精度的货运预测方法及货运预测系统，能够准确及时的获得货运量预测结果，对于铁路部门的决策与未来线路的规划具有最直接的作用，有利于铁路部门充分利用铁路运能资源，合理分配铁路车辆及其他设施设备，减少不必要的时间成本和其他运营成本，从而达到节约成本的作用，提高铁路部门最终的收入。与此同时，可以知道的是，更加重要的一点预测结果的准确性，如果预测结果不准确反而会对货运部门产生相应的损失，所以对传统方法的改进与创新，弥补缺点与不足或者引进新方法也是很重要的一环，因此，加强对铁路货运量预测的研究也是具有现实意义与很强的社会经济价值的。

主权项：1.一种高精度的货运预测方法，其特征在于，包括：获取铁路货运量历史数据，建立针对月度运输需求的目标函数，并将该铁路货运量历史数据划分为训练样本集和测试样本集；所述针对月度运输需求的目标函数为xn＝fxn-1,xn-2,xn-N1；基于该训练样本集和测试样本集，建立并训练月度货运需求预测模型；具体包括：基于所述训练样本集，多次抽取样本，建立并求解训练矩阵式中，每列为一次抽取样本，最后一行为期望输出，xN为目标函数值；基于该月度运输需求预测模型，建立并求解年度货运需求预测模型，获得铁路货运量预测结果；具体包括：建立年度货运需求预测函数yt+k＝at+btkct+k3；式中，at表示截距，bt表示趋势，ct为乘法模型的季节因子，分别通过式bt＝β[at-at-1]+1-βbt-15和获得，α、β、γ在0-1之间，为阻尼因子；建立并求解式获得铁路货运量预测结果；式7中，T代表趋势成分。

全文数据：

权利要求：

百度查询： 北京交通大学 一种高精度的货运预测方法和货运预测系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD