大连港太平湾港区铁路总体规划研究

从港区规划和临港经济区规划2个方面阐述太平湾港区概况,分别从太平湾港铁路货运量、太平湾临港经济区铁路货运量和太平湾港区铁路货运量3个方面预测太平湾港区铁路货运量,研究太平湾港区铁路总体规划的思路及原则;从港区内部铁路走向和区域内部车站设置2个方面提出太平湾港区铁路总体规划方案,以满足太平湾港对铁路运输的需求。     

瞄准超大型集装箱船EUROGATE德国吞吐量增长1.5%

正2015年,德国EUROGATE集团在欧洲5国11个港口的吞吐量总计约1460万标准箱,在德国约处理了820万标准箱,较上年增加1.5%。其中,靠近北海外海的不来梅哈芬和威廉港两个港口的货物量共增加了1.9%:由于俄罗斯外贸量萎缩,德国港口的水水中转量整体随之下降;2015年,不来     

铁路货运量预测研究综述

为获得准确的铁路货运量预测,提升铁路货运组织效率,提高铁路物流规划的前瞻性。首先,分析铁路货运量影响因素研究现状,探讨新形势下铁路货运量影响因素的变化;其次,将应用于铁路货运量预测领域的方法分为基于统计学的传统预测方法和基于机器学习的智能预测方法两类并进行应用分析,着重对比梳理智能预测方法的改进方式、改进原理、改进效果和适用场景,从单一模型在数据预处理、参数选取、结构优化方面改进,不确定因素、动态性因素影响下组合预测模型构建和改进,海量、高维度、异构数据下铁路货运量预测的实现3个方面探讨铁路货运量预测领域需进一步研究的方向;最后,基于研究现状和发展特征,指明了铁路货运量预测领域的潜在研究热点和难点,以期为铁路货运组织和运营提供参考。     

基于分形理论的铁路货运量分析

论证了分形理论用于铁路货运量分析的可行性;计算出铁路年货运量时间序列集的分维,并结合有关的数学、物理理论分析了该分维的意义;用定性分析与基于分形理论的定量计算预测了2001～2010年中国铁路货运量的发展水平。     

基于灰色关联度的铁路货运量关键影响因子选取方法研究

影响铁路货运量的因素众多、关系复杂,而且不同因素对于铁路货运量变化的影响程度不同。通过对影响铁路货运量的各方面因素进行分析,从宏观经济、铁路货运市场供需、物流环境?3?个方面选取具有代表性的、可量化的指标作为货运量影响因子,利用灰色关联度分析模型,求解出各影响因子序列与铁路货运量之间的关联度,并根据关联度排序情况进一步确定影响因子与铁路货运量的紧密程度,从而实现对铁路货运量关键影响因子的筛选。     

我国铁路货运量影响因素探析

对铁路货运量的影响因素进行分析有助于铁路运输企业把握铁路货运量的演变规律,制定符合市场需求的运输计划。通过灰色关联分析法分阶段探究我国铁路货运量与国民经济活动、综合交通运输体系统计指标的关联程度,并用ARDL模型实证分析铁路货运量与代表性影响因素的长期影响关系。灰色关联分析结果表明,2004—2011年我国铁路货运量主要与铁路基础设施能力和第二产业经济的发展密切相关,2012—2017年主要与煤等矿产品的生产与消费、公路货运竞争密切相关。ARDL模型结果表明,2004—2017年铁路货运量对煤炭消费总量的变化最敏感,其次是工业增加值和GDP,随后是居民消费水平,铁路货运运价对铁路货运量的长期影响程度最小。经比较,基于工业增加值的ARDL模型对铁路货运量的预测精度较高。     

基于二元线性模型的铁路货车保有量预测

通过分析我国铁路2005-2011年的运营里程、货运量和货车保有量,建立货车保有量与运营里程和货运量的二元线性关系模型;根据GDP年均增长率与铁路货运量年均增长率存在一定的正相关关系和比例关系,建立一元二次回归模型和弹性系统模型相结合的货运量预测模型;在此基础上预测未来几年我国铁路的货车保有量.预测结果表明,到2015年,我国铁路货车保有量将突破102万辆.结合当前我国铁路基础设施的适应性,建议在既有线上推广运用27 t轴重通用货车(C80E型).     

乌海铁路地区新建货场研究

在乌海铁路地区新建货场的研究中,通过分析乌海市全社会货运量,逐层划分铁路承担的总货运量及铁路各线站所承担的货运量,确定乌海北站货场承担的货运量;结合乌海市城市总体规划、工业产业规划等市政相关规划,分析货场周边道路运输等货场建设外部条件,以及以铁路货场为中心的物流园整体规划设计、货场作业办理流程及货场到发货物的流线设计等内部建设条件,为相关货场项目建设提供借鉴。     

基于灰色预测-马尔可夫链-定性分析的铁路货运量预测

科学的货运量预测对铁路发展战略的制定具有十分重要的意义。分析以往对铁路货运量预测的相关文献及其预测精度,并分析影响预测精度的因素,定量分析与定性分析相结合有利于提高预测的准确性。采用灰色预测-马尔可夫链-定性分析相结合的方法对铁路货运量进行预测,经分析表明:灰色模型预测结果精确度受原始数据变化幅度的影响较大,通过马尔可夫链修正,预测结果得到较大改善;由GM(1,1)预测值及马尔可夫状态转移下的最大概率可知铁路货运量的发展趋势;"十一五"期间铁路货运量增长速度将放缓,但仍将保持较高的增长率。     

ARIMA 模型在铁路货运量预测中的应用

铁路货物运输是国民经济的重要组成部分,对铁路货运量作出较为准确的预测,可为铁路管理部门提供决策参考.采用ARIMA模型对1990-2007年全国铁路货运量进行分析建模,并预测出未来几年的铁路货运量.     

基于GRA-PCA-GA-BP网络模型的铁路货运量预测分析

科学预测铁路货运量能够为我国铁路政策的制定、铁路货运相关规划的出台提供决策支持,对促进我国铁路货运向现代物流转型具有重要意义。为保证铁路货运量预测精度,在数据样本较少且数据波动较大时,提出基于GRA-PCA-GA-BP网络模型进行铁路货运量预测的方法。利用灰色关联分析和主成分分析对影响铁路货运量的输入指标进行预处理,再利用遗传算法优化取得BP神经网络的权值和阈值,进而求得更为准确的铁路货运量预测值。通过实例分析验证,GRA-PCA-GA-BP网络模型有效、可靠,具有较高的预测精度。     

灰色预测算法在铁路货运预警系统中的应用研究

在阐述铁路货运量形成原因的基础上,针对货运量变化情况,分析产业结构、能源政策、竞争与替代关系、运输结构、运价水平等铁路货运量主要影响因素,提出采用灰色预测算法对铁路货运量进行预测,在此基础上建立灰色预测模型,应用灰色预测算法分品类预测东北地区短期铁路货运量,将预测结果与回归预测算法、移动加权平均预测算法的预测结果进行比较分析,最后将该预测算法应用于铁路货运市场监测系统的货运市场预警子系统中,结果达到客户预期满意度。     

基于灰色关联分析的LS-SVM铁路货运量预测

为提高对铁路货运量的预测精度及建模速度,在分析货运量影响因素基础上,提出基于灰色关联分析的LS-SVM铁路货运量预测方法。将货运量影响因素分为社会需求与铁路供给两方面因素,采用灰色关联分析法对两方面因素与货运量进行相关性分析,根据灰色关联度值,结合定性分析筛选LS-SVM输入变量,简化LS-SVM结构,再通过随机权重粒子群(SIWPSO)算法优化选择LS-SVM模型参数。通过对我国1980～2009年铁路货运量实例分析表明:该方法具有较快的收敛速度和较高的预测精度。     

阿拉山口站宽轨50 kg/m钢轨9号单开道岔改进研究

阿拉山口站邻近哈萨克斯坦,是我国西部第一个铁路口岸编组站。该站为适应哈方车辆而铺设的宽轨50 kg/m钢轨9号单开道岔磨耗严重,本文通过中哈道岔结构、车辆参数及轮轨关系的对比,结合口岸站货运量逐年增长及道岔使用的实际情况分析其原因,对该型道岔两次改进方案及其效果进行了系统的总结。同时,针对宽轨道岔在适应哈方车辆时存在的难以克服的缺陷,提出了对其进一步改造的思路。     

基于变权重组合模型的铁路货运量预测

介绍了变权重组合预测方法,建立了铁路货运量的变权重组合预测模型,并与1998-2007年铁路实际货运量对比,表明预测数据比较切合历史数据,接近货运量的实际情况。在此基础上预测了2008-2010年铁路货运量。     

铁路货运量预测风险分析及概率树评价法的应用

对铁路货运量预测中的风险因素进行分析,阐明货运量预测风险分析的意义。介绍铁路货运量预测的风险分析方法主要有定性分析法与定量分析法,讨论定量分析法之一的概率树评价法在控制铁路货运量预测潜在风险中的应用,通过算例说明利用概率树评价法能够有效降低各种不确定因素带来的预测偏差。     

基于RBF神经网络的铁路货运量预测

对铁路货运量发展趋势进行预测是正确制定铁路货运营销战略的前提和基础,运用RBF神经网络法对铁路货运量进行了预测.     

基于径向基神经网络的铁路货运量预测

货运量预测是铁路运输部门一项重要工作,因此,关于铁路货运量预测理论和方法的研究一直是一个热点。但是,铁路货运量受多种因素影响,且各因素的作用机制通常不能或无法用精确的数学语言来准确描述。本文采用径向基函数(RBF)神经网络对货运量进行分析及预测。通过对1989~2002年全国铁路货运量的历史数据分析处理后,得到铁路货运量增长量的时间序列,将时间序列视为一个从输入到输出的非线性映射,引入RBF神经网络来进行非线性映射的逼近。对网络进行学习与训练仿真实验后,用2003~2004年的增长量进行模型检验,并与BP神经网络、灰色预测模型预测结果进行对比,结果表明,应用RBF神经网络对铁路货运量进行短期预测预测精度更高、效果更好。     

基于灰色DGM(2,1)模型的四川省铁路货运量预测

基于四川省铁路货运量的数据特征,引入灰色系统理论,建立四川省铁路货运量DGM(2,1)预测模型,并对其预测值进行精度检验,得出该模型精度为一级,模型精度高、可用于货运量的预测的结论。在此基础上对四川省2010-2015年的铁路货运量进行了预测,结果呈现单调的递增趋势,发展态势良好。     

基于灰色Verhulst模型的铁路货运量预测研究

针对铁路货运量数据序列特征,将灰色Verhulst模型的建模方法引入铁路货运量的预测,并进行建模计算及预测值精度检验。