苏术锋，潘坤友

0 引言

交通运输业是我国经济发展重点发展行业，而客运又是其中重要的一项业务。客运量能及时反映国家经济现状以及预测未来国家经济发展趋势。因此，本文必须十分重视对客流量问题的研究，找出其发展规律，为国家经济发展提供宏观决策服务。

国内学者对客流量问题做了较多的研究。李淑庆等(2006)[1]用遗传神经网络预测了重庆主城区公交客流量；钱锋等(2013)[2]用四阶段法对宜昌市东山大道BRT线路在6种不同服务水平下的客流进行了预测；何九冉等(2013)[3]用ARIMA-RBF模型对城市轨道交通客流进行预测；路小娟等(2013)[4]用神经网络和遗传算法优化BP神经网络对我国1978—2010年铁路客流量进行预测；涂丹(2007)[5]在BP神经网络模型基础上，构造了组合预测模型，对武汉－北京航线客流量进行了预测。靳召东等(2010)[6]用最小二乘支持向量机对江苏省2001—2008年各月公路交通客流量进行预测；陈荣等(2014)[7]用SVR-PSO模型对季度性的旅游客流进行了预测。本文重构了一个全新的一参数寻优GM(1,1)模型，分析某省2010—2015年客流量并对未来三年客流量进行预测。

1 一参数寻优GM(1,1)模型参数

为了提高GM(1,1)模型预测精度，就改进模型本身缺陷而言，学术界研究主要集中在：初始值改进，背景值改进，边值与背景值同时改进；建模方法改进。但这些方法只能对GM(1,1)模型进行修改，而不能得到其最优解。

王义闹(1988)[8]就提出从GM(1,1)白化微分方程直接建模方法，但其文中并没有真正解决从微分方程直接建模问题。此文中所建微分方程本质上仍然与GM(1,1)基本形式等价；……