铁路枢纽内货运量的模糊预测

分析了铁路枢纽内影响货运量的因素，讨论了不同因素的数据处理方法，建立了预测货运量的模糊回归模型，并通过算例求解，对某铁路枢纽的货物发送量进行了预测。     

铁路轮渡货运量预测方法研究

铁路轮渡在国内属于新生的一种运输方式，其货运量预测方法及对运量构成的划分方法尚无成熟经验可以借鉴，从综合运输的角度入手，对采用经济模型与产销平衡分析相结合预测铁路轮渡货运量的方法进行了探讨，并进一步利用该方法对铁路轮渡运量的构成进行了合理划分。     

贵港航运枢纽库区航标工程设计

库区航标工程设计在我区是新事物，贵港航运纽库区航标工程按标灯电气化，巡标机械化，管理科学化的要求，对航标布设，航道机构设置及航道工作船建造等进行设计。     

区域货运量预测方法的比较

本文在对货运量预测理论和程序概述的基础上，介绍并比较了常用区域货运量预测方法的优缺点，重点分析了基于产业结构测度的区域货运量预测的基本原理，实证分析表明，该种方法都较目前常用的宏观货运量预测方法优。     

桂平航运枢纽船闸运行情况的分析

分析整理了桂平航运枢纽船闸通航以来运行的数据及指标，测算了桂平船闸的过货量，阐明了桂平船闸的过闸能力能够满足设计的要求。     

区域货运量预测方法的比较

本文在对货运量预测理论和程序概述的基础上,介绍并比较了常用区域货运量预测方法的优缺点,重点分析了基于产业结构测度的区域货运量预测的基本原理,实证分析表明,该种方法都较目前常用的宏观货运量预测方法优.     

贵港航运枢纽闸室结构有限元分析

本用平面有限元对船闸半衬砌衡重式闸室墙及带双矩形输水廓道的折线反拱闸室底板按整体进行了结构计算分析，对闸室墙与底板的接合处用6节点高次节理单元模拟，计算表明模拟是合理的，整个结构分析可靠。     

挖孔桩在桂平航运枢纽工程上引航道交通桥基上的应用

本介绍了钻孔灌注桩和挖孔桩宜采用的情况有所不同，分析了挖孔桩的优点及孔壁不坍的原理，介绍了挖孔桩挖深32米并有地下水渗透的情况下采用混凝土护壁获得成功的实例。     

基于灰色马尔可夫链模型的航空货运量预测研究

航空货运量预测是航空货运发展和决策的基础.将灰色系统理论和马尔可夫链相结合,提出了灰色-马尔可夫链预测航空货运量的预测方法,并且针对我国航空货运量的发展趋势进行了预测.理论分析与实践都表明,该方法不但预测结果可靠,而且能够对航空货运市场的发展趋势进行宏观把握,有利于决策者的经济决策行为.     

基于Gompertz曲线和三次指数平滑法的货运量组合预测

在简单介绍Gompertz曲线拟合法和三次指数平滑法两种单项货运量预测方法的基础上,引用最优加权组合建模理论,以预测误差的平方和最小为目标函数来确定最优权重系数,建立组合预测模型.以1999～2010年京杭运河苏北段货运量的统计数据为基础,运用所建立的组合预测模型对2015～2035年京杭运河苏北段的货运量进行预测.预测结果表明,组合预测方法是有效的、可靠的,并且预测精度比单一预测方法有很大的提高,该方法具有很好的实用价值.     

航空货物运量分形预测及R／S分析

航空货运量预测是航空公司运力安排的重要参考。本文根据分形拼贴定理,由分形插值方法求取一个吸引子与航空货运量历史数据相近的迭代函数系统,建立分形预测模型,对航空货运量进行预测。预测结果表明,该方法不存在收敛性问题,数据收集简单,具有较好的实用性。货运量时间序列R/S分析进一步表明了预测值的合理性。     

组合预测在水路货运量预测中的应用

科学准确地预测水路货运量,超前掌握水路货运量发展的趋势、特点、规律和数量,是制定航道网规划的基础.本文运用改进的GM(1,1)模型和一次指数平滑模型相结合的组合模型对水路货运量进行预测,结果表明,组合预测综合考虑了各种因素的影响,能够提高水路货运量的预测精度,为航道网规划提供了科学决策依据.     

基于灰色系统理论的船闸货运量预测研究

采用灰色系统理论，建立了基于GM（1，1）的船闸货运量预测模型，经检验，预测精度良好，模型为一级．应用所建模型进行了运量预测，通过后期2001～2003年实测值与预测值的对比，发现相对误差很小，预测结果合理可信，且优于常用的线性回归预测，由此可以认为，灰色预测方法是值得在水运界进行推广和探讨的．     

我国铁路煤炭运量预测模型的研究

本文用一元线性回归、直线趋势、自回归和二次指数平滑等四种预测模型对我国铁路煤炭运量进行了预测,并对四种预测模型的误差作了比较,目的在于对煤炭运量作出科学的预测,提高精度,实现煤炭的合理运输.     

��·��ͨ������֧�����������Ԥ��

对交通运量做出较为准确的预测，能对相关部门和人员把握运输市场或进行决策有所裨益。对灰色、神经网络和支持向量机的三个预测模型进行了研究，以全国1996 ～ 2003年公路货运量为例，对公路货运量进行了预测，经过比较，支持向量机的预测方法精度较高。在分析组合预测特性的基础上，提出了对灰色系统、神经网络和支持向量机三种预测方法结果进行了线性组合预测方法和支持向量机的组合预测方法。与单一预测方法结果和线性组合预测进行对比，支持向量机组合预测方法比较精确。     

��·������Ԥ��ĸĽ�BP�����緽��

铁路货运量与其影响因素之间存在着复杂的非线性关系，传统的BP神经网络模型能对非线性系统进行很好的拟合，但模型的预测能力不强。通过单位根检验，可知铁路货运量及其影响因素的时序列数据是非平稳的。本文通过分析BP神经网络的传递函数对非平稳时间序列预测的不利影响，提出用差分法对输入数据进行预处理，在此基础上建立了铁路货运量预测的改进BP神经网络模型，并通过实例计算说明了这种改进BP神经网络方法对提高铁路货运量预测精度的有效性，最后利用该模型对2006—2O1O年的铁路货运量进行了预测。     

基于GA-BP模型的铁路货运量预测

针对于目前已有铁路货运量预测方法的缺陷与不足,提出基于遗传算法和神经网络的混合预测模型对铁路货运量的预测方法进行改进优化,目的保证其预测精度.首先引用灰色关联分析法,以此来确定全国铁路货运量与其主要影响因子之间的关联度,然后按照其关联度在标准值之上的关联因子,建立GA-BP神经网络预测模型.最后通过实例分析表明,此模型预测精度及推广能力均优于传统的预测方法,从而证明该方法的可行性和有效性.