肖金山，何 涛

(兰州交通大学 研究院，兰州 730070)

铁路货运量预测是铁路货运部门进行运输规划和科学决策的重要依据，科学准确的预测结果将为铁路货运规划方案的实施提供有力保障.国外对铁路货运量的预测研究相对较早，文献[1]通过多元回归模型对铁路货运量进行预测；文献[2]采用神经网络对港口多式联运货运量预测研究；文献[3]更是率先使用Box-Jenkins模型对短期货运量进行了预测.国内铁路货运量的预测研究主要集中于年度长期预测.文献[4]通过遗传算法和神经网络的混合运算对铁路年度货运量进行预测；文献[5]利用无偏灰色Verhulst对兰州至中川机场年度货运量预测研究；文献[6]则通过灰色关联分析选取年度货运量的主要影响因素，并建立支持向量机模型完成铁路年度货运量的最终预测.由于铁路货运部门制定月度货运计划时，年度货运量预测在货运规划方面的指导意义较小，若能科学准确的对铁路月度货运量进行预测，将有效解决我国铁路短期货运量规划参考理论不足的问题.

铁路月度货运量的影响因素较多，准确的对各因素定量分析存在较大难度，使得普遍应用于铁路年度货运量预测的基于线性回归、指数分析的传统建模方法，因没有长期有效的月度观测资料无法有效使用.灰色GM(1.1)模型以贫信息、小样本为研究对象，提供了不确定性系统解决问题的新思路[7].若将铁路月度货运量看作一个灰色系统，对监……