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。     

基于多因素的铁路货运量BP神经网络预测研究

在对铁路运输影响因素进行定性及定量分析的基础上,选取了国内生产总值、第二产业比重、原煤产量、原油产量等10个指标作为影响因素,运用BP神经网络模型构建它们与铁路货运量之间的复杂映射,从而对铁路货运量进行预测,并以近12年铁路货运量为实例进行验证。     

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).     

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。     

铁路货车运用效率对策探讨

实现铁路货运量大幅度增长,提升装备设施保障能力是关键因素之一。通过对近年来铁路货车运用和货物运量总体情况的描述,重点分析货车运用率、静载重、货车空率、检备率、周时、发送量、周转量等主要统计指标,概述货车运用与货运量变化趋势,基于货车拥有量与货物运量结构变化,特别是敞车拥有量与煤炭发送量的关系,综合评价货车车种与货物品类的结构关联,运用估评分析法预测货车运用情况,结合2018年货运量奋斗目标,提出运输组织挖潜提效、货车车种结构调整优化、货车购置多渠道融资等对策。     

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。     

德国铁路研制低噪声货车转向架

据德国联邦政府预测，截至2015年各种运输方式的货运量将比现在增加63％，因此提出了在此期间铁路货运量所占比重应当比现在增长1倍的目标。近年来，德国铁路研究采取减少运输延误、提高服务质量和保证货物运输安全等各种技术和组织措施，增强铁路对货主的吸引力，其中包括改变传统货车转向架的结构，研制新的LEILADG轻型低噪声货车转向架。     

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。     

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。     

铁路货运量影响因素分析及对策研究

结合近年我国主要经济发展趋势,从宏观经济、居民生活水平及进出口贸易,电力行业及发电形式,煤炭、钢铁行业影响,金属矿石行业影响等方面分析影响铁路货运量的外部因素,以及铁路路网、铁路运输装备水平、体制改革、铁路运能、运价等影响铁路货运量的内部因素,以扩大铁路运量为目标,提出大宗货物采用精细化组织模式、既有线开行重载列车、全面构建铁路货运物流体系、逐步完善铁路快速货运产品等措施建议。     

铁路货车周时联动分析方法及压缩措施研究

铁路货车周转时间是考核货车运用和铁路运输组织效率的关键指标,也是衡量铁路集约化管理的关键影响因素。以基层站段运输生产过程为导向,在明确货车周时计算方法的基础上,采用因素分析法探究货车周时的影响因素,并据此提出压缩货车周时的措施。     

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。     

我国铁路货车需求量预测

介绍我国铁路货车的配置现状,分析了影响铁路货车需求数量的因素;利用灰色预测方法、一元线性回归预测方法和组合预测方法对我国铁路货车的总需求量和不同种类的货车需求量进行了预测,并对我国铁路货车的发展和运用提出了一些建议。     

铁路货车超偏载仪的安装、调试和检定

随着我国经济的快速发展，铁路的货运量逐年加大，列车的超偏载现象较为普遍，对铁路行车安全带来很大的威胁，而铁路货车超偏载仪正是确保这方面行车安全的高科技装备。下面就阜阳北站五台超偏载仪的施工安装、调试和检定做以实践上的总结和分析。     

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。     

重载化背景下铁路货车最佳经济年限分析研究

为了提升重载运输技术装备水平,需要对铁路货车资产进行有效的管理。以铁路重载化发展为背景,在概述铁路货车保有量现状及车种结构的基础上,对铁路货车成本因素和收入因素进行分析,进而从同一货车车型使用时的最佳经济年限,以及不同货车车型替换的最佳经济年限2个维度,对铁路货车的最佳经济年限加以分析,确定报废旧车、替换新车时间,筛选典型车种车型进行案例分析,为评价不同车种车型经济年限分析提供研究论据。     

全路货车主要运用统计指标分析

运用式项式拟合法，对全路１９８８～１９９８的货车主要运用指标的变化趋势，进行了拟合分析；同时运用矩阵分析法，定量地分析了相关因素对影响货车周转时间的影响结果。根据统计分析的结论，结合我国铁路运营的现状，提出了加强货车周转的对策。     

铁路部门落实货运增运增收措施

<正>国庆黄金周期间,铁路部门进一步深化对"三保三增"重要性的认识,在创下旅客发送量新高的同时,实现了货运量持续增长,多项运输指标刷新历史纪录。在为期10天的黄金周运输中,国家铁路日均装车15.44万车、日均货运量完成944万吨。运输效率保持较高水平,全路日均卸车16.68万车,其中9月30日卸空车数达到1736 05辆,创单日卸空车数历史新高;分界口货车日均交接26.20万辆,同比增长9.0%。10月3日,分解口过车达到5106列269351万辆,刷新分界口货车单日交接     

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。     

在变化的世界中推进重载铁路技术和运营(续完)——第11届国际重载运输大会综述

正3.5澳大利亚重载铁路运输网络的现状及技术发展——澳大利亚重载铁路协会澳大利亚主要货运线路包括昆士兰中部国有煤炭铁路网、猎人谷(HV)私营煤炭铁路网、西澳皮尔巴拉(PN)私营矿运铁路网、加利利盆地铁路网和内陆铁路网(图11)。铁路重载运输约占货运量的40%。东澳昆士兰铁路里程约为1万km窄轨线路,货车以轴重