郑西客运专线对沿线公路客运市场的影响及对策研究

介绍了郑西客运专线的基本情况及沿线公路客运的现状,对比了客运专线动车和公路客运的技术经济条件,在分析国内已开通客运专线地区公路客运所造成的冲击基础上,结合问卷调查的结果对郑西客运专线沿线客运市场的未来变化做了预测,并结合沿线客运市场的实际情况对公路客运业提出了对策和建议。     

基于机场轨道交通快慢线共存的航空出发旅客选择行为研究

<正>与机场巴士、出租车等道路运输方式相比,机场轨道交通具有载客量大、舒适性高、准点性好、票价便宜等明显优势,目前已成为大型机场旅客集疏运系统的重要组成部分。机场轨道交通对旅客而言,是一种性价比非常高的出行方式,对城市而言,可缓解市区与机场之间的交通压力,服务沿线居民,还可以扩大机场的经济腹地,提高机场的空间服务范围。随着机场旅客吞吐量的增加和城市的快速扩张,     

基于灰关联分析的中美物流成本差异研究

从分析中美两国社会物流成本结构入手,引入了灰色关联理论,应用灰关联分析方法分别分析了中关两国的GDP与社会物流成本构成成分之间的关联程度,通过分析,指出中美两国的社会物流成本构成成分与其GDP之间存在不同的关联程度,并分析了其形成原因;通过与美国社会物流成本的对比,指明了中国目前降低社会物流成本的正确思路和途径.     

基于灰色Verhulst模型的民航远期货运量预测研究

从分析民航远期货运量预测的难点入手,引入灰色Verhulst模型,并分析了此理论应用于中国民航长期货运量预测的可行性及方法,在此基础上建立了民航货运量的Verhulst预测模型,结合中国民航货运量的历史数据进行了研究和分析。研究表明,灰色Verhulst模型在民航长期货运量预测方面具有较好的应用效果。     

基于GRNN神经网络的社会物流成本预测研究

介绍了常用物流成本预测方法的特点,分析了社会物流成本和经济总量、产业结构等相关影响因素之间的关系,结合中国社会物流成本和经济结构的现状,在此基础上建立了基于广义回归神经网络的中国社会物流成本预测模型,并以中国1998～2006年的相关历史数据作为学习样本,通过拟合训练和外推预测分析,验证了GRNN用于社会物流成本预测的效果.     

基于蚁群算法的港口间接腹地划分模型

针对港口腹地划分问题,分析了以前文献中求解此问题的局限性,建立了内陆城市最佳出口运输路线的概念,引入蚁群算法这一新兴的人工智能方法,将其运用到内陆城市出海运输通道优化中,建立了一种新的港口腹地划分方法.最后以一个典型算例说明了该算法的有效性.研究表明,蚁群算法可以为港口腹地划分问题提供新的解决办法.