基于Box-Cox-TQR概率密度的铁路运用车保有量预测方法

来源：交通运输系统工程与信息杂志2019年第3期北京时间：

作者：李夏苗，王丽珊，郭旺

单位：中南大学 交通运输工程学院，长沙 410000

摘要：合理的铁路运用车保有量，对满足铁路货运需求，提高货车运用效率，降低运营成本等有重要作用.考虑铁路运输系统复杂的内外部环境及其动态变化特性，对影响运用车保有量因素定性分析；提出了粗糙集属性约简、灰色关联分析、逐步回归方法相结合的主要影响因素识别方法.以此为基础，建立了基于 Box-Cox变换分位数回归(Box-Cox-TQR)和核密度估计相结合的概率密度预测模型.以国家铁路局运用车保有量实际数据为基础，进行预测试验.结果表明，利用主要因素识别的方法符合目标值的运动变化规律，预测结果具有良好的精度.此外，概率密度预测比点预测、区间预测传递出更多信息，为管理决策提供更多准确有用信息.

关键词：铁路运输,运用车保有量,概率密度预测,主要因素识别,变换分位数回归

基金资助：国家自然科学基金/National Natural Science Foundation of China(U1334207).