基于主成分回归的公路客运量预测模型研究

基于主成分回归的公路客运量预测模型研究

运用主成分回归分析法,将影响公路客运量的众多相关因素简化为少数不相关因素,消除因变量过多导致的多重共线性,可构建公路客运量预测模型.实例证明,该模型具有较高的精度,适合影响因素指标发展较为明确的客运量短期预测.

作 者： 李晓刚 贾元华 敖谷昌 LI Xiao-gang JIA Yuan-hua AO Gu-chang   作者单位： 李晓刚,贾元华,LI Xiao-gang,JIA Yuan-hua(北京交通大学交通运输学院,北京,100044)

敖谷昌,AO Gu-chang(北京交通大学交通运输学院,北京,100044;重庆交通大学交通运输学院,重庆,400074) 

刊 名： 交通标准化  英文刊名： COMMUNICATIONS STANDARDIZATION  年，卷(期)： 2009 ""(5)  分类号： U492.4  关键词： 主成分回归   多重共线性   客运量预测  

【基于主成分回归的公路客运量预测模型研究】相关文章：

基于并联灰色—线性回归组合模型的客运量预测04-30

基于主成分回归的GPS高程曲面拟合04-29

基于多维灰色预测模型的短期交通流预测研究04-27

基于Matlab的快鸟影像主成分处理研究04-29

基于熵组合预测模型的害虫种群动态研究04-26

向量ARFIMA模型基于独立成分分析的协整研究04-29

基于多元线性回归的飞机巡航阶段燃油流量模型研究04-26

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用04-27

中国火灾最佳灰色回归组合预测模型04-28

基于ARMA模型的中国工伤事故死亡率预测研究04-28