基于相关向量机的城市货运量时间序列预测模型*

韦凌翔 董建军 陈志龙 王 姝

(盐城工学院材料科学与工程学院1) 盐城 224051) (南京工业大学土木工程学院2) 南京 211800)(中国陆军工程大学国防工程学院3) 南京 210007)

0 引 言

货运量对于物流需求的确定及其相关基础设施建设、各项相关政策的制定都具有重要意义，因此对货运量的研究就成为了发展物流及其相关产业的重要依据[1-3].城市货运量预测对该城市的物流园区规划与建设、港口码头设计与建设、道路交通规划与布局、城市投资引导等都具有重要作用[4-5].

城市货运量时间序列预测模型是在统计、分析和挖掘货运量资料的基础上，研究货运量变化规律，预测货运量时间序列数据趋势的一种模型[6-7].因此，开展这方面研究是城市货运需求预测和城市物流规划的基础性工作，同时也为分析城市货运量变化规律、提高预测精度提供理论依据.

国内外学者已针对城市货运量时间序列预测开展了多方面研究，城市货运量预测模型主要分为定性预测和定量预测两大类.其中定性预测方法常采用物流货运市场调查法、德尔非法等，定量预测包括线性模型和非线性模型等.线性模型主要运用时间序列法、回归分析法以及灰色预测模型等，非线性模型主要运用人工神经网络(artificial neural network，ANN)、最小二乘支持向量机、马尔科夫模型等.具体典型研究分析如下：文献[8-10]分别验证了逐步多元线性回归模型、灰色马尔可夫预测模型、时间序列模型等方法对城市货运量时间序列预测的有效性；……