In order to predict the freight vol

In order to predict the freight volume, [7] proposes 6 prediction
methods, including time series method (TSM), regression methods
(RM), gray method (GM), artificial neural networks (ANN), fractal
method (FM) and maximum entropy method (MEM). Nevertheless,
this paper devotes to comparing regression methods and then
forecasting the freight volume.
In this section, regression analysis prediction methods, including
simple linear regression (SLR), multiple linear regression (MLR) and
nonlinear regression (NLR), are utilized to establish the models between
the regional economic indexes and the freight demand indexes.
The fitting efficiency of these methods are compared by means of
relevant figures or indexes. These methods are tested and then the
best model can be searched.

ผลลัพธ์ (ไทย) 1:

เพื่อทำนายการขนส่ง ปริมาณ, [7] เสนอทำนาย 6วิธีการ รวมเวลาชุดวิธี (TSM), วิธีการถดถอย(RM), สีเทาวิธี (กรัม), เครือข่ายประสาทเทียม (แอน) แฟร็กทัลวิธี (FM) และเอนโทรปีสูงสุดวิธี (MEM) อย่างไรก็ตามกระดาษนี้ devotes เปรียบเทียบวิธีการถดถอยแล้วคาดการณ์ปริมาณการขนส่งในส่วนนี้ ถดถอยวิเคราะห์คาดเดาวิธีการ รวมอย่างถดถอยเชิงเส้น (SLR), เชิงเส้นแบบพหุคูณ (MLR) และถดถอยไม่เชิงเส้น (NLR), ถูกนำมาใช้ในการสร้างแบบจำลองระหว่างดัชนีทางเศรษฐกิจระดับภูมิภาคและดัชนีความต้องการขนส่งประสิทธิภาพเหมาะสมของวิธีการเหล่านี้จะเปรียบเทียบโดยวิธีของรูปภาพที่เกี่ยวข้องหรือดัชนี วิธีการเหล่านี้จะมีทดสอบและการแบบจำลองที่ดีที่สุดสามารถทำการค้นหา

ผลลัพธ์ (ไทย) 2:

เพื่อที่จะคาดการณ์ปริมาณการขนส่งสินค้า [7] เสนอ 6
ทำนายวิธีการรวมทั้งเวลาวิธีการชุด(TSM) วิธีการถดถอย
(RM) วิธีการสีเทา (จีเอ็ม), เครือข่ายประสาทเทียม (ANN)
เศษส่วนวิธี(FM) และสูงสุด วิธีการปฎิบัติ (MEM) อย่างไรก็ตามบทความนี้อุทิศเพื่อเปรียบเทียบวิธีการถดถอยแล้วการคาดการณ์ปริมาณการขนส่งสินค้า. ในส่วนนี้วิธีการทำนายการวิเคราะห์การถดถอยรวมทั้งการถดถอยเชิงเส้นอย่างง่าย (SLR) หลายถดถอยเชิงเส้น (MLR) และการถดถอยเชิงเส้น(NLR) ถูกนำมาใช้ในการสร้าง รุ่นระหว่างดัชนีทางเศรษฐกิจในภูมิภาคและดัชนีความต้องการขนส่งสินค้า. ประสิทธิภาพที่เหมาะสมของวิธีการเหล่านี้จะเปรียบเทียบโดยวิธีการของตัวเลขที่เกี่ยวข้องหรือดัชนี วิธีการเหล่านี้จะมีการทดสอบแล้วรูปแบบที่ดีที่สุดสามารถที่จะค้นหา

ผลลัพธ์ (ไทย) 3:

เพื่อคาดคะเนปริมาณการขนส่งสินค้า , [ 7 ] 6
นำเสนอวิธีการพยากรณ์ รวมทั้งวิธีอนุกรมเวลา ( TSM ) วิธีการถดถอย
( RM ) , สีเทา ( กรัม ) วิธีโครงข่ายใยประสาทเทียม ( ANN ) วิธีการเศษส่วน
( FM ) และเอนโทรปีสูงสุด ( แหม่ม ) โดย
กระดาษนี้อุทิศเพื่อเปรียบเทียบวิธีการพยากรณ์เชิงปริมาณการขนส่งสินค้าแล้ว
.
ในส่วนนี้วิธีการพยากรณ์ในการวิเคราะห์การถดถอยเชิงเส้นอย่างง่าย รวมทั้ง
( SLR ) , การถดถอยเชิงเส้นพหุ ( MLR ) และ
การถดถอยเชิงเส้น ( NLR ) ที่ใช้ในการสร้างโมเดลระหว่าง
ภูมิภาคดัชนีทางเศรษฐกิจและความต้องการสินค้าดัชนี ประสิทธิภาพที่เหมาะสมของวิธีการเหล่านี้

เปรียบเทียบโดยวิธีการของตัวเลขที่เกี่ยวข้อง หรือดัชนี วิธีการเหล่านี้จะถูกทดสอบแล้ว
รุ่นที่ดีที่สุดที่สามารถค้นหา