论文部分内容阅读
铁路固定资产投资是铁路建设不断发展的有力保证，为准确地预测铁路固定资产投资规模大小及其变化趋势，将GM（1，1）预测模型与径向基函数神经网络有效地结合起来，充分发挥灰色系统的贫乏数据建模和神经网络特有的高度非线性映射能力的双重优势，构建了一种新型的串联非线性组合预测模型。然后，以我国铁路1998—2007年的投资规模实际数据为基础，对“十一五”后半期的铁路固定资产投资规模进行了预测，并分析了预测结果的合理性。研究表明，该组合模型优于任何单一灰色预测模型，能很好地反映铁路固定资产投资规模的变化规律，在小样本