�������ģ�͵������˼�ָ��������Ԥ��

分析原油价格对油轮运价指数的影响关系,并预测油轮运价指数发展变化趋势.本文通过Granger因果关联分析,原油价格是油轮运价指数的3阶Granger因.因此,建立了3阶ARCH模型对油轮运价指数进行了预测,预测精度在8%之内.根据油轮运价指数的自身非线性变化趋势,建立了三层BP神经网络模型预测油轮运价指数的发展趋势,精度在3%以内.为进一步提高模型的预测精度,结合ARCH预测模型和BP神经网络预测模型的特点,通过预测误差最小化模型,确定组合权重,建立了新的组合预测模型对未来油轮运价指数进行分析预测,模型的精度控制在2%以内,预测精度显著提高.此研究对油轮运价指数的预测提供了较好的方法.     

基于多重“分解—集成”策略的物流货运量预测

货运量预测是制定物流政策和决定物流基础设施布局的重要依据.针对受多因素影响的货运量预测具备较强非线性和模糊性特征,提出一种基于趋势分解和小波变换的多重"分解—集成"预测方法.利用趋势分解将货运量分解为趋势项和非趋势项,通过小波分解将非趋势项进一步分解成低频项和高频项,分别建立预测模型,选用相加集成得到货运量预测值.实证表明,"分解—集成"的预测策略将非平稳货运量分解为相对平稳的子序列组合,降低了问题复杂度,有效提高了预测性能,与传统的趋势分解预测模型和小波分解预测模型相比,多重"分解—集成"预测模型精度更高.     

基于小波变换和支持向量机缆力预测

针对外海环境动力作用下缆力变化时变、非线性的特点,研究了系泊缆力预测方法.利用小波变换将缆力序列分解为不同频段上的低频细节子序列和高频近似子序列,利用支持向量机(SVM)分别对缆力子序列进行回归预测,结合各频段的输出结果得到缆力预测结果.仿真结果表明,小波变换能够反映缆力数据的变化特征,为SVM的学习、预测提供精确的训练样本,基于小波变换和支持向量机的预测方法精度高,优于直接应用SVM预测方法.     

���ڶ���“�ֽ�-����”���Ե�����������Ԥ��

货运量预测是制定物流政策和决定物流基础设施布局的重要依据。针对受多因素影响的货运量预测具备较强非线性和模糊性特征,提出一种基于趋势分解和小波变换的多重“分解—集成”预测方法。利用趋势分解将货运量分解为趋势项和非趋势项,通过小波分解将非趋势项进一步分解成低频项和高频项,分别建立预测模型,选用相加集成得到货运量预测值。实证表明,“分解—集成”的预测策略将非平稳货运量分解为相对平稳的子序列组合,降低了问题复杂度,有效提高了预测性能,与传统的趋势分解预测模型和小波分解预测模型相比,多重“分解—集成”预测模型精度更高。     

基于小波和Kalman滤波的交叉口流量组合预测

为更准确地预测动态变化的道路交叉口流量,根据城市道路流量分布的特点,提出了在小波分析和离散 Kalman滤波的基础上进行组合预测的方法.这种方法将路口的流量数据构造成几个相关序列,对每个序列分别 进行小波变换和Kalman预测,然后将各序列的预测值组合成最终结果.这种预测方法可用于其他动态流量预 测,如路段流量预测、路口流量分配预测等.实验表明,该方法可以有效地减少预测误差,并具有较好的鲁棒性.      

航运行衍生品加剧了实体市场的震荡吗

在金融衍生品的家族中,航运衍生品(Freight Derivative)资历较浅,是典型的"80后".它从推出之初的被冷落,到前几年经历了第一次高峰,全部历史也只不过20多年,而且这个高峰与中国经济的崛起不无相关.在干散货海运运价指数中,海岬型船指数(Baltic Exchange Capesize Index,BCI)的9个分航线指数与中国直接相关的航线有1条,间接相关则有3条;巴拿马型船指数(Baltic Exchange Panamax Index,BPI)4个分航线指数中3个与中国间接相关;亚洲大灵便型船指数(Baltic Exchange Supramax-ASIA,BESASIA)4个分航线指数中3个直接与中国相关.     

基于组合模型的城市轨道交通短时客流预测

针对城市轨道交通短时客流的非线性分布特征,本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先,利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后,使用自相关和偏自相关分析确定时间序列的平稳性;之后,分别采用 ARMA模型与小波 ARMA组合模型对北京市某地铁站的进站量进行客流预测,并对预测结果的误差进行了比较分析.经过对比分析表明,小波 ARMA组合模型能够较好地预测出未来的短时客流,预测效果优于单一 ARMA模型,计算速度也能够满足短时预测的需求,该方法可为城市轨道交通的运营组织提供参考建议.     

基于组合模型的城市轨道交通短时客流预测

针对城市轨道交通短时客流的非线性分布特征,本文提出一种基于变点模型、小波变换、自回归滑动平均模型(ARMA)的组合预测模型.首先,利用变点模型将车站进站客流数据划分为具有不同特征的时间段;然后,使用自相关和偏自相关分析确定时间序列的平稳性;之后,分别采用 ARMA模型与小波 ARMA组合模型对北京市某地铁站的进站量进行客流预测,并对预测结果的误差进行了比较分析.经过对比分析表明,小波 ARMA组合模型能够较好地预测出未来的短时客流,预测效果优于单一 ARMA模型,计算速度也能够满足短时预测的需求,该方法可为城市轨道交通的运营组织提供参考建议.     

基于小波与混沌集成的短时交通流预测

针对现有短时交通流预测模型的不足,提出了一种用于交通流短时预测的小波与混沌集成方法。首先对交通流序列进行小波分解,分别得到低频部分和高频部分,并在此基础上作进一步分析,结果表明交通流存在混沌特性。然后应用混沌理论分别建立低频部分和高频部分的预测模型,对低频部分和高频部分进行预测。最后应用小波理论对混沌模型预测的结果予以重构,实现对原始交通流序列的预测,与现有方法比较,结果表明该方法具有较高的精度和应用前景。     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

国际干散货航运市场的评价

应用因子分析法,建立了国际干散货航运市场评价指标体系,对国际干散货航运市场进行了综合评价.通过国际干散货航运市场综合评价值与波罗的海干散货综合运价指数的标准化值进行比较,发现前者可以全面地反映国际干散货航运市场的综合情况.结果表明,因子分析法是进行国际干散货航运市场综合评价的有效方法.     

公路路网货物运输量月度波动系数推算方法

公路运输量波动系数反映了运输需求与运输供给在时空上的不均衡状态.本文首先分析了车辆货物运输量月度波动系数的统计方法和其在统计调查中存在的问题;接着依托高速公路联网收费系统、交通量自动观测点与交通量调查信息系统等平台,建立了公路路网货物运输量月度波动系数推算模型,把车货质量、收费总额、交通量、车道数、通车里程等参数引入到模型中来,并对公路路网货物运输量非基数月度波动系数提出了量化处理、权重赋予的方法;最后,通过实例验证了模型和算法的可行性.研究成果可为公路路网货物运输量统计调查、区域内公路路网规划和综合运输体系优化提供切实的参考.     

中国干散货海运景气监测及预警指标与模型研究

在简要分析干散货海运市场走势及主要影响因素的基础上,综合运用Delphi法、时差相关分析法、K-L信息量法与经验借鉴法,建立了中国干散货海运市场环境景气监测预警指标体系与中国干散货海运企业景气监测预警指标体系.同时,综合利用t检验、综合评价法、合成指数与扩散指数等方法,分别建立了中国干散货海运市场环境监测示警模型、中国干散货海运市场环境预测示警模型、中国干散货海运企业监测示警模型与中国干散货海运企业预测示警模型.最后,通过历史数据对模型进行了验证,结果表明,中国干散货海运市场环境存在偏冷风险,干散货海运企业流动资金依旧比较紧张,未来将进入一段较长时间的复苏期.     

综合货运网络规模及货物周转量算法研究

通过30年来全国范围综合货运网络基础数据的分析,采用数理统计的方法,得出了三大产业生产总值和5种运输方式所承担货物周转量的相关关系函数,并以此确定了综合货运网络各种运输方式的里程规模.结合当前常规数据结构,建立不同运输方式所承担货物周转量合理比例的多目标货物周转量比例计算模型（CCTV Model）,并基于运输效率、运输效益、对经济增长的贡献分别确定了合理货物周转量构成比例.结果表明,模型利用国内的常规数据结构能够较好的预测综合货运周转量比例,并应用于未来综合货运结构的预测和分析,不同目标值决定了不同的运输方式货物周转量构成比例.     

基于KFAV的中国铁路货运客户细分方法研究

中国铁路货物运输由于诸多因素的影响,在客户和货源数量上受到了冲击,需要在客户关系管理及营销等方面不断完善,其中客户细分是精确营销的重要手段.本文提出了基于RFM模型的,新的客户分类KFAV模型,并对货运客户价值进行了计算.之后引入了局部密度值ρ和斥类值δ,对传统K均值(K-means)聚类方法在初始聚类中心选取方面进行了优化.通过搭建hadoop集群环境,采用spark计算框架,对选取的大量货票数据进行仿真.仿真结果显示,基于KFAV模型的铁路货运客户细分方法更加具有针对性,并且改进的K均值聚类方法提升了算法的效率,同时基于大数据分析的spark+hadoop平台极大地降低了客户细分的运行时间.     

公铁货流转移下铁路车流径路与列车编组计划联合优化

促进更多货流从公路转移到铁路是实现“双碳”目标的重要路径之一，也是推动铁路高质量发展的关键举措。鉴于此，本文以公铁货流转移量、铁路车流径路选择及编组去向等为主要决策变量，以公铁两网物流总成本极小化为目标，构建公铁货流转移量与铁路车流径路及列车编组计划联合优化模型，实现“公转铁”货流全过程、多阶段运输费用的数学表达，得到系统优化的OD间公铁货流转移量、车流走行径路和改编站点。针对模型的非线性特征，引入辅助0-1变量进行线性化，将其转化为混合整数线性规划模型，为验证模型有效性设计算例，借助数学规划优化器GUROBI进行求解。结果表明，模型可为公铁货流转移方案配置合理的接驳路径和列车编组方案；相较于既有研究，本文构建模型考虑了公铁两端的接驳转运费用和铁路车流集结与改编费用，使得“公转铁”物流总成本增加了约23.06%，转移货流量降低了约4.91%，更准确地描述了公铁货流转移过程，为制定“公转铁”运输方案和组织措施提供一定的理论依据。     

联盟环境下国际航线市场份额预测方法研究

与一般的航线市场份额预测不同,联盟环境下国际航线合作产品是双方或多方一体化运作,产品属性复杂,预测难度大,因此,有必要探寻一种科学合理的预测方法.本文在经典QSI模型的基础上,应用大量国际航线运营数据,对路径产品各项属性进行测试筛选,提出一套改进的QSI指标体系.进一步使用中美航空市场实际数据对本文提出的QSI模型进行试验分析.结果表明,本文建立的QSI改进模型能够较好地预测国际航线市场份额,效果优于经典的QSI模型.     

基于小波变换与支持向量机的舰船水压信号检测方法

采用小波变换与支持向量机相结合对舰船水压场信号建立检测模型.该方法通过对海浪信号进行小波分解并对某一特定低频频段信号重构,利用支持向量机对重构信号建立预测模型,预测误差值作为特征值对舰船水压信号进行检测.通过检测验算表明此方法的有效性,特别是在低信噪比情况下,仍能较好地检测到目标信号.     

"双超"运输对重庆道路货运市场的影响

双超运输对道路货运市场的影响主要体现为变相增加市场运力、改变货运成本结构和扭曲货运市场运价，并由此导致了货运市场的无序，严重阻碍了货运市场健康持续发展。因此，坚持不懈地治理双超运输。整顿规范道路货运市场，既是道路货运行业可持续发展的需要，也是构建和谐交通的需要。