左小雨 黄先军

摘 要：随着公路和民航运输所占的份额快速上涨，我国铁路运输所占比重有所下降。为使铁路货运在今后的发展中能够集中力量、统筹规划相关业务，提高服务质量，促进运输业的发展，对我国未来几年的铁路货运量进行预测，同时研究了其变化规律。文章主要利用灰色预测模型对我国的铁路货运量进行了预测，并给出了一些相关的建议。经过研究，灰色模型在铁路货运量的预测中精度较高，可以用于未来时间内的预测和预报。

关键词：铁路货运量；灰色预测模型；预测

中图分类号：F530 文献标识码：A

Abstract： Along with the rapid rise in the share of road and civil aviation transport， China's railway transport has some decline. In order to help the railway freight concentrate energy， plan related business overall， improve service quality， and promote the development of the transport industry in the future， making a prediction about our country's railway freight volume in the next few years and study the change rules are very necessary. In this paper. We use the gray prediction model to forecast the railway freight volume in our country， and give some relevant suggestions. After the research， we find that the grey model has a high accuracy in the railway freight volume's predict and forecast and can be used in the future.

Key words： railway freight volume； grey forecasting model； prediction

目前对于铁路货运量有不少的研究，但是所采用的方法仍有一些不足。比如童明荣[5]等人所采用的Holt-Winter预测模型（传统时间预测模型）是以有季节变动、线性趋势和随机波动的时间序列并结合指数平滑法进行研究分析的，不仅需要的数据资源多，而且还需做大量的计算工作；任德亮[6]等人在这个问题上利用的是季节性预测模型，这一模型是根据三角函数的周期性特点以及线性趋势变动，从而建立不同精度和期限的季节性预测模型，实际操作的工作量大，而且由于是按月来预测的，因此存在一定的误差；刘志杰[7]等人运用的径向神经网络模型，除了需要大量的数据还需要对网络进行学习和仿真，对计算机的操作具有一定的要求。由此可见，大多数预测方法是需要很多数据资料的，对数据统计准确性与完整性都有着很高的要求，而且实施起来都有一定的难度。……