基于灰色预测的中国铁路旅客发送量的研究
基于灰色马尔科夫模型的上海铁路客运量预测
基于灰色马尔科夫模型的上海铁路客运量预测潘丽;李林【摘要】由于铁路客流量系统是一个复杂系统.传统的单一预测方法很难对其发展动态做出准确的长期预测,预测精度相对于组合模型较低.文章基于上海市2007～2016年客运量的历史数据,利用灰色GM 1,!1\"模型预测上海铁路客运量,再结合马尔科夫链模型对预测值进行修正,结果表明该方法的实验误差为2.03％,对比单独的灰色模型,预测结果误差较小,适用于对城市铁路客运量的预测.【期刊名称】《物流科技》【年(卷),期】2019(042)003【总页数】4页(P99-102)【关键词】灰色预测;马尔科夫链;铁路客运量;上海【作者】潘丽;李林【作者单位】上海理工大学管理学院, 上海 200093;上海理工大学管理学院, 上海200093【正文语种】中文【中图分类】F5300 引言随着科学技术与经济的不断发展，社会的进步改变了人们的出行方式，铁路客运速度的提高，载客量的庞大，使它成为了大多数人出行或旅游交通方式的选择。
因此为了方便人们更好的出行，对国家资源进行合理的配置，以及促进铁路部门的发展，实现对铁路客运量的预测变得越来越重要。
为了把握铁路运输需求的特征，学者们提出了多种不同的预测模型，但是目前国内外常用的方法还是依赖大量的历史数据，对其进行分析，找出规律，从而做出预测。
国外学者Suryani等建立了一个系统动力学框架模型来预测客运量需求，凭借系统动力学的物理特性和信息流反馈控制连续决策和行动，可以用来模拟、分析和仿真以提高模型的预测水平[1]。
Godfrey等应用指数平滑法模型来对客运量进行预测[2]。
相对来说，早期的研究方法比较单一，不能结合组合模型的优势。
而国内学者研究客运量的人数更多，常用的预测方法有指数平滑法[3]、Logistic模型[4]、回归分析[5]、支持向量机、神经网络[6]等。
这些预测方法具有各自的特点，但是有个共同的特点就是要求预测的历史数据具有良好的平滑度。
基于灰色预测法的铁路客运量预测
基于灰色预测法的铁路客运量预测
崔捷晴
【期刊名称】《科技和产业》
【年(卷),期】2007(007)008
【摘要】对客运量发展趋势进行预测是正确制定铁路客运营销战略的前提和基础,文章运用灰色运用对某铁路局的客运量及周转量进行了预测,认为某铁路局客运量的发展趋势是逐渐降低,但降低的趋势是逐渐减少;客运周转量的发展趋势是不断增加.
【总页数】3页(P67-69)
【作者】崔捷晴
【作者单位】北京铁路局,天津职工培训基地,天津,300142
【正文语种】中文
【中图分类】U293.1
【相关文献】
1.基于灰色回归组合模型的铁路客运量预测研究 [J], 王彬
2.基于灰色线性回归模型的哈尔滨铁路枢纽客运量预测研究 [J], 桂文毅
3.基于灰色马尔科夫模型的上海铁路客运量预测 [J], 潘丽;李林
4.基于无偏灰色残差理论的铁路客运量预测研究 [J], 吴华稳
5.基于灰色马尔可夫模型的烟台市铁路客运量预测研究 [J], 彭丽洁;邵喜高;黄万明因版权原因，仅展示原文概要，查看原文内容请购买。
基于灰色理论的城市轨道交通客流量预测研究
基于灰色理论的城市轨道交通客流量预测研究基于灰色理论的城市轨道交通客流量预测研究摘要：随着城市轨道交通的快速发展，客流量预测成为管理者做出调度和决策的重要依据。
本文基于灰色理论，对城市轨道交通客流量进行了预测研究。
首先，通过对过去的客流量数据进行分析，建立了灰色预测模型。
然后，利用该模型对未来的客流量进行预测。
最后，通过与实际数据的比较分析，验证了该方法的有效性和准确性，为城市轨道交通的运营管理提供了有力的支持。
1. 引言城市轨道交通作为一种高效、快捷、环保的交通方式，得到了越来越多城市的青睐。
然而，随着客流量的增加，如何合理预测和管理客流成为面临的重要挑战。
传统的预测方法往往需要大量的历史数据和复杂的数学模型，且预测结果存在较大误差。
因此，本文将基于灰色理论，开展城市轨道交通客流量预测研究，旨在提高预测准确性和实际应用效果。
2. 灰色理论概述灰色理论是一种基于少量数据进行建模和预测的方法，其核心思想是通过对数据序列的分析和处理，消除数据中的随机波动和不确定性，得到更加准确的结果。
3. 数据采集和处理本研究选择某城市一条轨道交通线路作为研究对象，每日记录车站的客流量数据。
将数据按照时间序列进行整理和排序，并进行归一化处理，以便后续的模型构建和分析。
4. 灰色预测模型基于对历史数据的研究和分析，本文采用GM(1,1)模型进行客流量的预测。
该模型根据灰色系统理论中的灰色矩阵和灰色生成关系，通过对数据序列的一次累加得到一阶差分数据，然后利用后续模型建立灰色微分方程，最终得到预测结果。
5. 模型验证与结果分析将预测模型应用于实际数据进行验证，并与其他预测方法进行对比分析。
结果显示，基于灰色理论的预测模型在准确性和精度上具有较大的优势。
通过调整模型参数和不断优化算法，还可以进一步提高预测结果的准确性和可靠性。
6. 结论与展望本文研究了基于灰色理论的城市轨道交通客流量预测方法，并进行了验证和分析。
结果表明，该方法在预测准确性和实际应用效果上具有显著优势。
灰色模型在铁路客流预测中的应用
若 用 原 始 经 济 时 间 序 列 Ｘ（ 建 立 的 ＧＭ （ ， ） ０ ） １ １ 模 型 检 验 不 合 格 或 精 度 不 理 想 时 ， 要 对 建 立 的 就 ＧＭ （ ， ） 型 进 行 残 差 修 正 或 提 高 模 型 的 预 测 精 １１ 模
度。
根 据 原 始 数 据 和 模 型 计 算 它 们 的残 差 ：
） ｋ 累 加 生 成 （ 数 列 ， 立 ＧＭ （ ， ） 型 ， （） 。 ） 建 １ １模 由残 差 ＧＭ（１ １ 模 型 求 出 回 代 计 算 值 ， 还 原 得 。 ， ） 并 ’ （ ） 从 而 得 到 ： （ ＝ 。（ 一 ２ 。ｍ ｉ ） ｋ＝ ｋ ， ￡。 ｋ） ｋ） （１ ） ｎ１ ， Ｅ
我 国的铁路 经过 五次 大提 速 列 车 速度 达 到 １０ ２ １ ０ ｍ／ 然 而 高 速 铁 路 在 国 外 发 展 已 有 几 十 年 ６ ｋ ｈ， 历 史 ， 国 高 速 铁 路 以 其 安 全 、 效 、 捷 、 ｕ－ 运 各 高 快 准 －￣ ， ｊ 行 都 取 得 很 好 的 经 济 效 益 和 社 会 效 益 ， 车 速 度 达 列 到 ２ ０ ３ ０ ｍ／ 。 在 这 种 背 景 下 ， 国 规 划 了 客 ７ ～ ０ｋ ｈ 我 运 专 线 网 ， 路 将 逐 渐 从 传 统 的 滞 后 发 展 困 境 中 走 铁
Ｌ． ２… ቤተ መጻሕፍቲ ባይዱ ｎ：
同时修 正原模 拟值 得到新 的模 拟值 ：
文 ¨（ ） 文 ｕ（ ） 量 ’ ｋ） （ ｋ ＝ （ ｋ 一 ∞（ ’
设 有 一 组 原 始 数 列 ｘ（ ＝ ｛ Ｏ（ ） ｘ（ （ ， Ｏ ） ｘ（ １ ， 。 ２） … Ｘ（ （ ） ， 过 累 加 生 成 新 序 列 Ｘ ） ｛ 。 ｎ ｝通 ’ 。＝ Ｘ （ ） Ｘ ） １， 。 （ ） … ｘ（ ｎ ｝ 其 中 ｘ（’ ｋ ２ ， ”（ ） ； （ ）＝Ｘ ’ ｋ— １ （ ）＋ ｘ ‘ ” （ｋ）。 后 生 成 ＭＥＡＮ ， （ ｋ）＝ ０． （ （ 然 ｚ¨（ ５ｘ。 ｋ）十 ）
基于灰色模型的铁路货运量预测
基于灰色模型的铁路货运量预测
铁路货运量是国民经济中重要的一部分，对于交通运输系统的规划、资源配置和决策制定具有重要意义。
准确预测铁路货运量对于提高铁路运输效率和经济发展具有重要意义。
灰色模型是一种应用广泛的时间序列预测模型，它可以通过建立灰色微分方程对数据进行分析和预测。
在铁路货运量预测中，灰色模型可以通过分析历史数据，挖掘其内在规律，从而预测未来一段时间的货运量走势。
需要收集铁路货运量的历史数据，并将其按照时间顺序进行排列。
然后，通过建立灰色微分方程，对货运量数据进行灰色处理。
在灰色处理中，需要将原始数据进行累加、平均和累减操作，得到灰色微分方程的模型。
接下来，需要通过建立GM(1,1)模型对灰色微分方程进行求解。
GM(1,1)模型是灰色模型中最常用的一种，它可以通过将灰色微分方程转化成一阶线性常微分方程进行求解。
利用求解的结果，可以得到货运量数据的预测值。
通过比较预测值和实际值，可以对预测结果进行准确性评估。
如果预测值与实际值相差较小，则说明预测模型较为准确；反之，则需要对预测模型进行修正和优化。
在实际应用中，可以采用软件工具（如MATLAB等）来实现灰色模型的建立和求解过程。
通过灰色模型对铁路货运量进行预测，可以为铁路运输系统的规划和决策提供重要参考依据，提高运输效率，促进经济发展。
用灰色预测法预测南宁局的旅客发送人数
用灰色预测法预测南宁局的旅客发送人数
黄宏杰
【期刊名称】《铁道运营技术》
【年(卷),期】2014(020)003
【摘要】本文主要通过2006～2012年宁局的旅客发送人数,利用灰色预测法的模型建立方程式,并通过验证预测精度C,得出模型是可信赖的,进而利用方程式对今后路局的年度旅客发送人数进行预测.
【总页数】3页(P9-11)
【作者】黄宏杰
【作者单位】南宁铁路局调度所,广西南宁530029
【正文语种】中文
【中图分类】U293.13
【相关文献】
1.基于灰色预测模型的铁路旅客发送量预测研究
2.灰色预测法在南宁市可持续发展趋势分析中的应用
3.我国出国留学人数的预测——基于时间序列预测法
4.基于改进灰色马尔可夫模型的实证分析——以上海入境旅客人数预测为例
5.今年暑运兰铁局发送旅客逾千万兰州机场旅客吞吐量超267万人次
因版权原因，仅展示原文概要，查看原文内容请购买。
灰色BP网络串联式组合模型在铁路客货运输量预测中的应用
赵海龙 ， 吕安涛 ， 张俊友 ， 姚 （ １ ． 山东理工大学， 山东 淄博 宁 ， 代 洪娜 ２ ５ ５ ０ ４ ９ ； ２ ． 山东省交通科学研 究所， 山东 济南 ２ ５ ０ ０ ３ １ ）
ｃ ｏ ｍｂ ｉ ｎ ｅ ｄ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ
关键 词 ： 灰色 Ｇ Ｍ（ １ ， １ ） 模 型； Ｂ Ｐ神 经 网路 ； 组 合
预 测
引 言
研究铁路客货运输量未来的发展趋 势， 对正确制 定铁路旅客和 区域物 流的运输发展规划 和决策极 为 重要 。由于旅客运量 和货 物运量 的变化 受多种 因素 影 响， 用线性 回归、 指数平 滑和灰色模型等时 间序列
Ｈｕ ｎ ａ ｎ ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ， ｔ ｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ：ｔ ｈ ｅ ｐ ｒ ｅ ｄ ｉ ｃ ｔ ｉ ｏ ｎ
摘要： 针对铁路客货运输量发展趋势的研究， 建立
一
种基 于灰 色理 论 和 Ｂ Ｐ神 经 网络 的 串联 式组 合
Ｚｉ ｂ ｏ ２ ５ ５ ０ ４ ９ Ｃ ｈｉ ｎ ａ： ２ ． Ｓ ｈ ａ ｎ ｄｏ ｎ ｇ Ｔ ｒ ａ ｎ ｓ ｐ ｏ ｒ ｔ ａ ｔ ｉ ｏ ｎ
预测 中， 为铁路旅客和货物发展趋势的研究 提供有效
参考 。
１ 灰 色模 型
１ ． １ 基本 原 理
Ｉ ｓｔ ｎ ｉ ｔ ｕ ｔ ｅ ， Ｓ ｈ ａ ｎ ｄ ｏ ｎ ｇ Ｊ ｉ ｎ ａ ｎ ２ ５ ０ ０ ３ １ Ｃ ｈ ｉ ｎ ａ ）
量发展趋势的准确性 ， 有必要探索新 的预测方法。近 些年 ， 神经 网络、 遗传算法 和支持向量机等知识 已被 尝试运用到 交通运输量预测 领域。本文 将灰色理论 和Ｂ Ｐ神经网络协同运用到铁路客货运输量发展趋 势
基于数据预处理的铁路客运量灰色预测模型
关 键 词 ： 路 客 运 总量 ； 测 方法 ； 铁 预 ＧＭ（ ， ） 型 ； 动 平 均 法 １１模 滑 中图 分 类 号 ： ２ ３ Ｕ ９ 文献标识码 ： Ａ 文 章 编 号 ：０ ８ ６ ６２ ０ ）６ ０ ８ ３ １０ —５ ９ （０７ ０ —０ ７ —０
Ｋ ｙｗ ｒｓ ｔ ｉ ｐｓｅ ｇｒｖｌｍｅ ｍｅｈ ｓ ｆ ｒｄｃｉ ； ｅ ｏｄ ： ａ ａ ｎ ｅ ｏｕ ； ｔｏ ｅ ｉ ｏ ＧＭ（ ， ）ｍ ｄ ｌ ｓｐａ ｅａ ｉ ｒｎ ｄ ｏｐ ｔｎ １ １ ｏ ｅ； ｌ ｖｒｇｎ ｉ ｇ
铁路在我 国具有不可替代的特殊地位和重要 作用 ， 中 是 长途运输的主要 工具 。建 国 ５ ０多年来 ， 国铁路事 业有 了 我 巨大发展 ， 综合 运输 能 力显 著增 强 。在 路 网建 设 和完 成运
ｐ ｅ ｉｔ ｎ，ｓ ｒ ｄｃｉ ｏ ｉ ｌ ｎ ｕ ｌ ｏ ｃ ｒ ｉ ｇ ｃ ａ ｇ ｎ ｆｔ ｅ ｉ ｉ ａ ｏ ｄ ｔ ｎ ｍｕ ｔ ｅ ｓｙ ｃ ｎ ｅ ｎ ｎ ｈ ｎ ｉ ｇ ｏ ｈ ｎ ｔ ｌｃ ｎ ｉｉ 、Ｆ ｒ ｃ ｓ ｉ ｇ ｔ ｅ ｅ ｔｒ ｏ ｉｌ ａ ｓ ｎ ｅ ａｏ ｉ ｏ ｏ ｅ ａ ｔｎ ｈ ｎ ｉ ｓ ｃ ｓ ｅ ｇ ｒ ｅ ａ ｐ ｔ ａ ｓ ｒ ａｉ ｎ ｆ ｍ ０ ６ ｔ ０ ０ ｙ ａ ， ｉ ｆ ｒ ｃ ｓｓ ｔ ｅ ｒ ｉ ｙ ｐ ｓ ｅ ｇ ｒ ｔ ａ ｓ ｒ ａ ｉｎ ｖ ｌ ｍｅ ｆ ｍ ０ ６ ｔ ｒｎ ｐ ｔｔ ｒ ｏ ｏ ｏ ２ ０ ｏ ２ １ ｅ ｒ ｔ ｏ ｅ ａ ｔ ｈ ａｌ ａ ｓ ｎ ｅ ｒ ｎ ｐ ｔ ｔ ｏ ｕ ｒ ｗａ ｏ ｏ ｏ ２ ０ ｏ ２ １ ｅ ｒ ａ ｃ ｒ ｉ ｇ ｔ ｈ ｈ ｒ ｈ ｔｔ ｅ ｒ ｉ ｙ ｐ ｓ ｅ ｇ ｒｖ ｌｍ ｅ ｏ ｃ ｐ ｅ ｎ ｅ ｃ ｒ ｎ ｐ ｒ ｄ ． ０ ０ ｙ ａ ｃ ｏ ｄ ｎ ｏ ｔ ｅｓ ａ ｅ ｔ ａ ｈ ａｌ ｗａ ａ ｓ ｎ ｅ ｏ ｕ ｃ ｕ ｉ ｉ ａ ｈ ｔａ ｓ ｔｍｏ ｅ ｓ ｏ
铁路客流灰色预测模型
前言：全文根据ppt内容进行总结撰写，并做了如下几处修改增删：1.对灰色预测模型的计算过程中的所有待估参数和过渡变量进行了计算，包括B、Y等参数，解释了如何得到微分方程中的参数。
2.增加了灰色预测模型与最小平方趋势剔除的季节乘法模型的预测精度比较部分。
3.根据沈俊逸同学提出去趋势函数应用于结构力学振动数据处理，做了简单拓展。
4.还有个问题是，好像书上根本没有讲最小平方趋势剔除的季节乘法模型如何预测2014年的客流量，只讲了它对2011-2013年已有数据的预测。
沪杭高铁短期客流预测城际铁路客流预测就是通过对预测区域内历史客运量数据的数学分析，找出其变化规律，结合考虑区域内的经济、政治、人口等影响因素，选择适当的模型，对未来区域内的客运量进行估计，可以为规划设计提供客流依据、为运营方案制定提供客流依据、为铁路部门经济预算提供依据，具有重要的意义。
1.沪杭高铁短期客流预测问题利用上海铁路局统计的沪杭高速铁路在2011-2013年的全线每月的客运量原始数据，对沪杭高速铁路在2014年各个月份的月客流进行了预测。
2.数据分析沪杭高速铁路在2011-2013年各个月的客流变化情况，由图上可知，沪杭高速铁路的客流总体呈现上升趋势，且在一年中的各个月呈现较为明显的季节变动特征，其中7、8、10月的客流量较大，而2月的客流较少。
同时，各年的季节变动规律基本保持一致，具有一定的重复性，并以12个月为固定周期循环。
下图为2011-2013年月客流量数据曲线图：通过上图，可以确定已知数据的以下三个特点：1.数据量少，只有连续三年内各月的客流量。
2.客流量明显呈线性增长趋势。
3.其他相关信息极少，几近没有。
3.预测方法的选择预测的内容是2014年沪杭高速铁路每月的客流量，是对未来的量化分析，必须采用定量预测模型。
一般而言，可以通过两种途径得到日均客流量的预测值，一是通过年客流总量的预测值除以一年的总天数（一般为365天）得到该年的日均客流量的预测值；二是通过一年内每个月的客流总量预测值除以各月对应的总天数得到每个月的日均客流量的预测值。
基于数据预处理的铁路客运量灰色预测模型
基于数据预处理的铁路客运量灰色预测模型
殷英;陈森发
【期刊名称】《交通科技与经济》
【年(卷),期】2007(009)006
【摘要】铁路是国家的基础设施,对铁路的客运量进行准确地预测具有重要的理论意义和实际应用价值.首先对传统预测方法进行了分析,指出它们在运量预测中的不足,进而提出应用灰预测进行运量预测的优势.结合滑动平均法对灰预测方法进行了改进,同时考虑初始条件的改变.在预测2006-2010年全社会客运总量的基础上,根据铁路客运在各种运输方式中所占的份额预测2006-2010年的铁路客运总量.【总页数】3页(P78-80)
【作者】殷英;陈森发
【作者单位】东南大学,经济管理学院,江苏,南京,210096;东南大学,经济管理学院,江苏,南京,210096
【正文语种】中文
【中图分类】U293
【相关文献】
1.基于回归模型和灰色系统预测模型的陕西省客运量预测 [J], 王思佳
2.基于灰色PSO-BP的客运量预测模型 [J], 张忍;吕光辉
3.基于灰色预测模型的铁路客运量预测研究 [J], 王慧晶
4.基于回归模型和灰色系统预测模型的陕西省客运量预测 [J], 王思佳
5.基于模糊集理论和灰色理论的铁路客运量预测模型 [J], 覃频频;牙韩高;黄大明;陆凯平
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ 上接第１ ２ ９ 页）
丝 网带 的 高度 由原来 的 ３ ０ ０ ＭＭ降 低到 ２ ２ ０ ＭＭ。电热 管的结 构
见图 １ 。
度 的要 求 。控 制分 为 ：自动控 制 和 手动 控制 两种 模 式 。可 在 控 制 面板上 操作 和显示 各个启 动略 ： 预 测 与 决 策 【 Ｍ ］ ． 北 京 ： 清 华 大 学 出版 社 ，
２ ００ ５ ：１ ０９ －１ ２ ４ ．
３ 结论 及分析
由表 ｌ ，２和图 １ 可 以看 出 ， 在２ ０ ０ ８ — ２ ０ １ ５年这 段 时间 中我 国铁 路 旅 客发送 量 一 直处 于 一 个增 长 的状 态 。从 这些 数据 可 以 看出 ， 在铁 路旅 客 客 运市 场 上 ， 旅 客发 送 量在 逐 渐 的增加 ， 说
２ ． ２ 增加 热风循 环 系统 原 炉 体 内没 有 强 制 热 风循 环 系统 ， 造 成 炉体 内温 度 不 均 。 服装 上 的丝 印 图案 易产 生 针孑 Ｌ 、气泡 、皱 纹 或 表面 干 内部 不 干 等缺 陷 ， 影 响 了涂层 质 量 。为 了发挥 辐 射 干燥 速度 快 ， 生 产效
３ 改造后 运行 的经 济效果
１ ）服装表 面丝 印油烘 干质 量符 合Ｔ 艺要求 。
２ ）开机 等待 时间 由原 来 的 ２ ． ５～ ３ 小 时缩减 至 ３ ０分钟 。 ３） 平均 生产 效率提 高 ２ ５ ％ 以上 。
率高 的特点 ， 使 得溶 剂 和 水份 子 不残 留在涂 层 表 面影 响 内部 干 燥效果 ， 所 以我 们 考虑 增 加热 风 循环 系统 ， 这 样就 可 以达 到 均 衡炉 内温 度 ， 加 速 溶 剂和 水份 子的蒸 发 ， 降低 炉 内可 燃气 体 浓
本文采用相对误 差法对 预测结果进 行检验 ， 结果如表 ３ 所示 。 表 ３相 对误 差法 对灰色 预测 的检 验
年份 ２ ０ ０ ８ ２ ０ ０ ９ ２ Ｏ １ Ｏ ２ Ｏ ｌ ｌ ２ Ｏ １ ２ 实 际值 １ ４ ６ １ ９ ３ １ ５ ２ ４ ５ １ １ ６ ７ ６ ０ ９ １ ８ ６ ２ ２ ６ １ ８ ９ ３ ９ ８ 预测值 １ ４ ６ ｌ ９ Ｏ １ ５ ５ ２ ２ ０ ｌ ６ ７ ０ ３ ０ ｌ ７ ９ ７ ４ ０ １ ９ ３ ４ ２ ０ 相对 误差 ０ ． ０ ０ ０ ０ ． ０ ｌ ８ ０ ． ０ ０ ３ ０ ． ０ ３ ５ ０ ． ０ ２ ｌ
度 的作用 。 Ｆ ｝ １ 于辐 射加 对 流烘 干 ， 充分 发挥 辐 射 和对 流 的优 点 ， 具 有 热 效 率高 、下燥 速 度 快 、漆 膜 质量 好 的特 点 ， 并 相互 弥补 了各
Ｔ
咖ｕ Ｍ
求 下 要保 证计 算 机 网络 系统 安 全并 可 靠地 运行 ， 采 用 新 的 网络 管理 软件 ， 大大 提 高馆 内 网络 的访 问量 和数字 资 源 利用 率 ， 在 最大程 度上 改善 图书馆 的服务 质量 。
能集 于 一身 ， 机 房 空 间得 到有 效 制约 ， 同时 降低 了人 员维 护 的
成本 。用 户 的需 求 是根 本 ， 网络 设备 依 据用 户需 求 在 不断 增 大 其规模 ， 复 杂度也迅 速 提高 ， 如果 网络设 备不 向集 中化方 向发展 ， 已有 的空 间资 源 只能 越来 越 少 同时 导致 网 络故 障 频繁 反生 。网 络设 备 集 中化 具有 占地 空 间小 、容量 大 、安 全 性 高 的特点 给 冈 书 馆 的 网络管 理和 发 展 直接 提供 了优 良的 基 础 。由于 网络 的规 模 和复 杂 度都 在 向前 发 展 ， 网管 工具 也 从 最初 的 改锥 和光 盘 包 发展 到 了现在 的网元 管理 、网络监控 、网络 流量管 理 、 Ｋ Ｖ Ｍ等 ， 达 到 了让 网络 管理 员 足 不 出户 、全 网掌 握 的 目的。 网络Ｔ 具 的 升 级有 效 地促 进 了图 书 馆 网络 管理 利用 率 的提高 ， 能 让 网络 管 理 员第 一时 间发现并 解决 故 障 。 图书馆 网络管 理 的好 坏 直 接影 响 到读 者 、教 师 和学生 以及 科 研 人 员的 使用 图书 馆 资 源状 况 ， 图 书馆 在 面对 公众 的各种 需
（ 上接第 １ ３ ２ 页） ２ ． ３ 灰色 预测模 型检 验
参考 文献 ［ １ ］ 王洋． 文博 图书馆 网络管理的开发 和利用 … 冲 国科技博 览， ２ ０ １ ０
（ １ ５ ） ： ６ ４ — ６ ５ ．
【 ２ ］ 林 源． 轻 松 管理 图书馆 网络 ［ Ｊ ］ ＿ 电子世界 ， ２ ０ １ ２ （ ５ ） ： ２ ９ — ３ ０ ．
作 者简介
郭江涛 （ １ ９ ７ ７ － ），女 ，汉族 ， 山西太原人 ，本 科 ，毕业 于 山西财经大学经济信息管理专业，中级职称 ，从事科研 工作， 研 究方 向： 图书情报 系列 。
明铁路 客 运 在运 输领 域 还是 比较有 优 势 的 ， 但 同时 随 着旅 客 的 增 加 对铁 路 载运 能力 和 调度 方 针也 存 在着 很大 的挑 战 ， 预 测 的 结 果 对铁 路部 门制 定未来 的 运 营战 略 和发 展计 划都 有 着一 定 的 参考价 值 。 参考文 献
［ ２ ］ 崔洁晴． 基 于灰 色预 测 法 的 铁路 客 运 量预 测 ［ Ｊ ］ ． 科 技 和 产
业 ，２ ０ ０ ７（ ７） ．
［ ３ ］ 边 浩毅 ，王怡 民 ，李 百川 朱 小平． 基 于灰 色预 测 法的公 路 ０ ６（ ５ ）． 运输 量预 测 ［ Ｊ ］ ． 江 南 大学学报 ２０