- 相關(guān)推薦
基于主成分回歸的公路客運量預測模型研究
運用主成分回歸分析法,將影響公路客運量的眾多相關(guān)因素簡化為少數(shù)不相關(guān)因素,消除因變量過多導致的多重共線性,可構(gòu)建公路客運量預測模型.實例證明,該模型具有較高的精度,適合影響因素指標發(fā)展較為明確的客運量短期預測.
敖谷昌,AO Gu-chang(北京交通大學交通運輸學院,北京,100044;重慶交通大學交通運輸學院,重慶,400074)
刊 名： 交通標準化 英文刊名： COMMUNICATIONS STANDARDIZATION 年，卷(期)： 2009 ""(5) 分類號： U492.4 關(guān)鍵詞： 主成分回歸 多重共線性 客運量預測【基于主成分回歸的公路客運量預測模型研究】相關(guān)文章：
基于并聯(lián)灰色—線性回歸組合模型的客運量預測04-30
基于主成分回歸的GPS高程曲面擬合04-29
基于多維灰色預測模型的短期交通流預測研究04-27
基于Matlab的快鳥影像主成分處理研究04-29
向量ARFIMA模型基于獨立成分分析的協(xié)整研究04-29
基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)組合預測模型在公路貨運量預測中的應用04-27
中國火災最佳灰色回歸組合預測模型04-28