摘      要 ：本文对曲线拟合度分析法的基本原理进行了介绍，阐述了回归预测中引入曲线拟合度分析法的作用。并选取杭州市“十一五”期间货运量与生产总值数据构建若干回归预测模型，通过曲线拟合度比较分析，优化了预测模型选择。在实例检验中，通过此方法所得到模型的预测结果相对接近实际。

关  键  词：曲线拟合度；运输量；周转量； 回归预测

1前言

公路货运量预测是交通规划的重要内容,是行业主管部门管理的依据，也是项目立项、决策、确定建设规模等最基础的依据之一。公路货运量(货运量、货物周转量)是反映运输业为国民经济和运输业生产效果的数量指标,也是研究市场经济发展速度的重要指标。公路货运量是在一定时期内公路实际运送的货物吨数。公路货物周转量是指在一定时期内，由公路实际完成运送过程的以重量和运送距离的复合单位（吨公里）计算的货物运输量。公路货物周转量指标不仅包括运输对象的数量，还包括了运输距离的因素，因而能够全面地反映运输生产成果。

在目前国内外货运量预测中，通常采用有组合模型^[1]、无偏灰色预测模型^[2-3]、RBF神经网络^[4]、回归曲线模型等多种形式^[5]，其中回归曲线模型是一种具体的、行之有效的、实用价值很高的预测途径，因而在预测中常常被选用。由于运输系统是社会经济系统的一个子系统，社会经济的发展水平决定了运输需求的发展水平；另一方面，运输业的快速发展又会反过来促使社会经济系统的快速发展，二者之间具有十分密切的关系。分析历年生产总值和货物运输量、货物周转量的数据，可以看出具有较强的正相关性，基本符合回归预测的条件。由于回归预测模型类型较多，致使预测方法很难选择，不同的模型预测结果与实际无论在精度和可靠性都差距也不尽相同^[6]。通过引入曲线拟合度分析方法，有利于在具体预测决策过程中选择比较适当的回归预测方法，从而提高预测的准确性、可靠性。