基于DEA的铁路货场运营绩效评价的研究

采用数据包络分析方法中的C2R模型对铁路货场进行运营绩效评价,在综合考虑各种投入与产出的基础上,选择评价指标,建立了铁路货场运营绩效评价模型。最后通过实例验证了模型的有效性。     

我国铁路网运营的相对有效性评价分析

为量化分析我国铁路网运营的有效性,利用评价经济系统相对有效性的数据包络分析方法,就铁路网近年来运营的相对有效性进行了分析评价。从投入产出的角度,通过计算决策单元未充分利用的资源投入和产出指标输出不足的数量,分析决策单元非相对有效的原因,获得某些有关改善路网运营效率的管理信息;还就我国铁路网运营的有效性与国外主要国家铁路进行比较。结果表明,随着铁路网规模的扩大,路网质量的提高,尤其是近几年一系列运营组织措施的实施,不仅整个路网的运营有效性在提高,而且大多数铁路局(公司)所在路网的运营也是相对有效的;与国外主要国家相比,我国铁路网也是运营很有效的路网之一。     

铁路货运与宏观经济运行景气关联关系研究

铁路货运一向被视为表征宏观经济运行状态的风向标,研究铁路货运量与宏观经济相关指标之间的景气关联关系,既有助于宏观调控政策的有效实施,又能促进铁路货运形势的精准研判.以经济周期波动理论为基础,首先基于X-11季节调整法对铁路货运和宏观经济相关指标的时间序列进行要素分解,提取其中的趋势-循环要素序列,其次分别运用时差相关法...     

关于铁路货运大货主生命周期价值预测的研究

大货主生命周期价值预测是铁路货运营销工作的一个重要环节,利用变量的敏感度分析方法确定影响铁路大货主价值计算的关键变量,并利用这些关键变量构建BP人工神经网络,通过对铁路货运营销的历史样本数据进行学习,可以预测大货主在未来时域的价值。最后用实际数据验证了该BP神经网络的有效性。     

基于梯度提升决策树模型的铁路货运装卸时间预测技术

铁路货运装卸时间的精准预测可提升铁路货运系统的调度合理性和服务质量,但装卸时间受多种因素影响。文章针对铁路货运装卸时间预测问题,从铁路货运运单全流程信息中挖掘运单属性与货运装卸时间的关系,以分类与回归树为基础模型,在LightGBM框架下构建梯度提升决策树模型;对铁路货运运单全流程信息中的相关数据进行整合、对数变换、增加特征等预处理,形成运单数据集;采用该数据对构建的模型进行训练,结果表明,构建的模型对货运装卸时间的预测性能优于与其对比的其他机器学习模型。将该模型应用在实际货运装卸业务场景时,实际准确率依旧高于其他对比模型。     

基于IPA方法的铁路货运物流服务质量评价研究

铁路货运物流服务质量是铁路货运企业生存与发展的关键,体现铁路货运企业的核心竞争力。为科学、合理、准确地评价铁路货运物流服务质量,从铁路货运从业人员、相关专业人员以及货运客户的角度,构建铁路货运物流服务质量评价指标体系,并确定各级指标的权重。采用重要度-绩效分析方法(IPA)建立服务质量评价模型,同时考量指标的重要度和服务质量得分2个维度,完成对铁路货运物流服务质量评价指标的分类评价。通过对云南、贵州、四川3省铁路货运站进行实证研究,给出该地区铁路货运物流服务质量的评价模型,并对各指标进行详细分析,为进一步提高铁路货运物流服务质量提供参考。     

基于协整和误差修正的货车保有量测算模型

铁路系统保有合理的货车数量是开展货运工作的基础。在不依赖先验信息的情况下,首先从运营数据序列本身所包含的特征信息出发,计算出保有量与路网货运营业里程、货运量、货运周转量、周转时间等变量间的Pearson相关系数矩阵。其次,为避免模型变量过多造成过拟合,采用基于方差的膨胀因子法对多元变量相关性进行共线性诊断,再用逐步回归法筛选出包含信息量最多、解释能力最强的2个变量作为自变量。然后,基于协整理论构建出含多元变量的货车保有量误差修正模型。最后,运用算例验证误差修正模型在保有量测算中的有效性,并对测算精度进行检验分析。     

基于LC-HB模型的铁路货运客户选择偏好差异性与市场细分方法

铁路货运客户自身的选择偏好直接影响对运输服务的选择,进而影响到不同货运服务的市场占有率,而选择偏好性受显性变量和隐性变量的影响。基于随机效用模型,分析铁路货运客户的运输服务选择模式,引入潜类模型,将客户选择偏好纳入先验概率和后验概率模型,并根据客户对服务属性的选择偏好差异性,建立铁路货运市场细分模型。同时,使用叙述性偏好实验,构建铁路货运服务效用模型,通过模拟服务选择过程,获取客户对不同货运服务的选择偏好数据。通过分层贝叶斯与潜类模型,对用户选择效用值和市场细分值进行迭代运算,得到实验样本选择偏好差异性的多元分布函数,及每个市场细分的客户规模、隶属度函数、对服务属性和服务层次的效用值。数据分析表明,客户选择偏好存在明显差异性,同时,解释并验证内生性市场细分方法能够对不同客户群体的隐性变量进行刻画,进而从铁路货运客户选择行为角度划分货运市场。     

关于铁路货运营销策略的思考

铁路运输是现代主要运输方式之一。随着物流业的蓬勃发展,货运市场竞争激烈,铁路货运在营销方面便凸显诸多不足,亟需完善铁路货运营销体系。对现有营销体系的问题予以分析,从营销要素着手,重新审视现有营销环节及保障体系,针对现状和铁路货运发展趋势,构建并完善新的铁路货运营销体系,建立相对科学的保障体系和电子商务相关配套,以及对铁路货运营销产生积极实践影响。     

基于Kano模型的铁路货运服务质量提升策略分析

当今社会铁路货运服务质量倍受关注,提高服务质量成为铁路企业实现经营目标的重要途径。基于现有文献,结合专家建议以及小组讨论,设计出铁路货运服务质量要素指标体系,将Kano模型应用到铁路货运服务质量提升的研究中,通过Kano模型对铁路货运服务质量要素进行识别,对其进行Kano分类,并通过IPA分析矩阵对铁路货运服务质量要素归属策略和优先权进行判定。通过实例验证了方法的可行性,可以为铁路货运服务质量的提升提供理论依据。     

基于AHP的铁路货运服务质量模糊综合评价

随着铁路运输企业的发展,铁路货运服务质量逐渐成为提高运输企业竞争力、赢得市场的关键。基于层次分析法(AHP)确定指标权重,采用模糊综合评价法对货运服务质量进行评价,提高了传统模糊综合评判结果的准确性。以货运站南昌北站作为具有代表性的监测站,建立铁路货运服务质量指标体系,对其进行监测并取得相关数据。根据分析结果,指出当前铁路货运服务质量所存在的问题,提出改进意见和建议,从而提高铁路货运环境的整体水平,为顾客提供最优质的服务。     

货运车站物流效率多指标优化方法研究

随着铁路物流需求的增长，客户对铁路物流效率的要求越来越高，而作为铁路物流系统的核心节点，货运车站（简称：车站）承担着巨大的物流压力。为了更加准确有效地优化车站物流效率，文章基于对车站物流过程的分析，提出了货运车站物流效率多指标优化模型和相关优化指标。将该模型应用于实际车站，获得了该车站物流效率优化指标，据此提出了优化建议。应用结果表明，该优化方法可降低车站物流优化的盲目性，为车站物流效率优化提供参考。     

铁路车-货实时追踪影响因素研究

针对铁路车-货实时追踪及预警系统中车-货全程追踪匹配率不高的问题,对货物运输过程各环节中影响车-货追踪匹配效果的因素进行分析,提出针对性措施;通过整合货运制票信息、货物装卸信息及集装箱装载清单信息,改进车-货匹配算法,建立整车的车-货、集装箱的车-货-箱的匹配关系,将车-货全程追踪匹配率提升至95%以上。系统充分利用既有货物运输数据,通过信息整合和集成运用,为货物运输的调度指挥、分析决策提供更为完整的数据,有助于提升铁路货运服务质量。     

基于铁路货运大数据的运输效率分析研究

根据铁路局现有运输信息系统，提出基于货运大数据的运输效率分析方法，解决线路区间通过能力下降、车站作业效率降低、车辆周转率低等问题。通过搭建Hadoop大数据平台和GIS平台，利用Spark框架、Java编程语言和Sqoop数据传输工具，实现货运大数据的分析和存储、线路通过能力实时分析、车站作业效率实时提示、货车车辆状态全流程分析等功能，实现大数据分析结果与铁路线路图紧密结合和直观展示。     

基于铁路货运承运清算模式的竞争性一口价探讨

通过对铁路货运承运清算分析,结合铁路货运成本,通过测算铁路货物运输货运成本区间、变动成本区间及清算盈余区间,在实施竞争性一口价时,依据铁路货运线路的繁忙程度,得出相应的下浮区间。根据铁路货运绝对增量及相对增量的类型、货运增量比例或者货主要求下浮比例,合理计算另一比例的精确值,帮助铁路企业精准实施货运“竞争性一口价”,取得铁路货物运输竞争优势,实现货主获得实惠、铁路货运增量的双赢。     

铁路信息系统服务器资源整合的思考

根据铁路运输组织、客货营销、经营管理等方面的要求,在不同时期由相关部门开发建设,形成了铁路信息系统独享资源的运用模式。随着铁路运输生产力布局的调整,提高既有系统资源利用率,节约新建系统的投资,方便维护管理,有必要对原有铁路信息系统服务器资源进行整合。简化目前众多复杂的应用运行环境,改变以业务类别为中心的纵向部署方式,采用应用软件层次化设计,按照功能类别将服务器进行整合,达到实现提高系统的利用率和可靠性,节约投资,加强系统维护管理的目的。     

RBF神经网络在铁路货运量预测中的应用

基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法，建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列，并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射，利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验，得出3种预测模型的平均相对误差，分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多，可为铁路货运量预测研究提供方法支撑。     

一些国家铁路货运组织模式改革及启示

目前铁路货运能力短缺已影响到经济发展，200俾煤炭运输的紧张局面使铁路货运能力不足的问题更进一步凸现。加快新线建设是增加运输能力的根本出路，但需要较长的时间，而通过改革货运组织模式，调整货运站布局，实行货运集中他，可以进一步挖掘现有铁路设施的货运能力，在较短时间内提高铁路货运能力。国外在这方面已有成功的经验，现分析一些国家在铁路货运组织模式方面的改革及其对我国铁路货运的启示。     

新冠肺炎疫情对铁路货运的影响及对策探讨

2020年初的新冠肺炎疫情对供应链上下游企业影响的波及,导致全社会货运量均受到不同程度的影响.在分析疫情对铁路货运量的影响基础上,针对货运总体需求下降、运输组织效率有待提高、营销激励机制有待加强等问题,通过畅通信息渠道、快速应对市场需求变化、建立"互利共赢"合作机制促进企业复工复产,通过加强运输组织、优化货运产品结构提...     

关于钦州港站路港联合扩大运量的思考

为适应广西钦州港的建设和发展,分析钦州港站铁路运输现状,通过扩能改造增加运能,挖潜提效抢占运输市场,联劳协作促进货物周转,实现路港联合提高货运量。提出路港联合共谋发展,优化铁路运输组织,建设现代物流体系,及时掌握货运市场信息,积极协调港口、客户、总代理与铁路之间的各种关系,扩大铁路港站运量等措施。