全国水运货运量预测的灰色系统模型

介绍灰色控制系统的基本理论，并给出了全国水运货运量预测的GM（1，1）模型，可供水运部门制定规划时参考。     

“四阶段预测法”在航道货运量预测中的应用

提出了一种解决复杂航道网络中的单条航道货运量预测的新途径。该方法与传统的航道货运量研究方法不同,将工程所在航道作为航道网整体系统中的一部分进行研究,能较准确的掌握航道网其他航道通航条件改变对工程航道货运量的影响。     

苏北运河货运量预测

为改善京杭运河苏北段(苏北运河)航运管理,首先有针对性地分析苏北运河货运的运量特点、货种结构,选取4个典型船闸作为分航段货流密度控制节点,其后运用组合预测模型,对所选取的4个典型船闸的货流密度进行预测,得到"十一五"期间苏北运河货运量增长速度较快、但从中长期看其增长率总体呈下降趋势的预测结论。     

基于熵的组合预测法对湖北省货运量预测

一组合预测方法作为一种能够有效提高预测精度的一种方法,可应用于对湖北省货运量的预测中,其最关键的问题是如何求出加权平均系数。本文根据所选模型计算出的误差所反映出的信息熵,对所选各个体预测方法权重进行分配,从而提出基于熵的组合预测模型。     

基于长江上游区域产业结构测度的三峡枢纽货运量预测

针对长江三峡枢纽通过能力提升的过坝运输需求预测问题,研究长江上游区域经济发展、产业结构与三峡枢纽过坝货运量的发展变化关系,构建基于长江上游区域产业结构测度的三峡枢纽过坝货运量预测模型,预计2020、2030、2040和2050年长江三峡枢纽货运量分别约为1. 61、2. 54、3. 10和3. 17亿t。研究表明:采用基于区域产业结构测度的方法预测三峡枢纽过坝货运量具有一定的参考意义;同时,发现长江三峡枢纽过坝货运量约在2040年左右将进入平稳发展阶段,该结论有待进一步探讨。     

航道货运量预测方法及其应用

为了精确预测航道未来货运量需求,克服传统预测方法无法实现复杂非线性拟合的缺点,分析了航道货运量的影响因素,探讨了遗传规划方法在航道货运量预测问题上的应用.根据遗传规划巾复制、交换、变异等进化方式,建立了基于遗传规划的航道货运量预测模型.以江苏省连申线苏北段历年货运量及区域经济发展状况为样本,采用遗传规划方法自动找出货运量随时间变化的规律,并对未来货运量进行了预测.结果表明,本箅法的计算相对误差很小,预测结果合理可信,且优于常用的回归预测,为解决航道货运量等非线性系统预测提供了一条新的途径.     

水网地区航道货运量的预测方法

航道的货运量规模是航道规划定级及确定建设标准的重要参考依据.针对水网地区航道布局特点,在借鉴公路交通经典四阶段预测理论的基础上,研究提出了水网地区航道的货运量预测方法,重点分析了航道OD调查方法、运量预测模型等内容,并就趋势型水运量、诱增型水运量、转移型水运量预测等进行了深入探讨.结合江苏省内河航道网实例,对水网地区航道货运量预测方法进行了阐述和应用.     

基于灰色预测模型的上海水运和远洋货运量预测

为准确预测上海水运和远洋货运量,更好地建设上海国际航运中心,文中通过对上海1999～2009年水运和远洋货运量的统计分析和研究,应用灰色系统中的GM(1,1)模型,建立了上海水运和远洋货运量预测模型,通过预测模型运行并与历史数据进行比较,确认预测模型准确度较高;最后以此预测模型对上海2012～2019年的水运和远洋货运量进行了预测。     

SPSS预测模型在苏北运河货运量预测中的应用

应用SPSS软件中的Regression分析模块,对苏北运河的货物运输总量进行了预测,说明SPSS软件在有效的减少了工作量的情况下,同时还保证了预测的精度,很适宜于企业人员的实际应用。     

"ANN"在水运货运量预测中的应用

利用人工神经网络技术的非线性映射能力，建立一种非线性组合预测模型，将其应用到水运货运藿预测中，可大大提高水运货运量预测精度。     

基于货运强度变化规律的货运量预测方法

目前我国部分地区货运量统计数据存在收集不全、统计口径不一致及社会经济环境变化大等问题,导致常规的时间序列预测法和回归预测法难以在这些地区应用。鉴于此,分析了国内外货运强度变化的规律,指出人均GDP和第三产业所占比例是影响货运强度的主要因子,提出了通过模糊聚类方法对地区货运发展阶段进行定位,找出其发展阶段所对应的货运强度值,进而提出依据人均GDP和第三产业所占比例进行货运量预测的方法。最后对邢台市的货运量预测进行了实证研究。     

基于ANN的非线性组合预测方法在水运货运量预测中的应用

组合预测方法可综合利用各单项预测方法提供的有用信息，有效地提高预测的精度．已被广泛运用到水运货运量预测中。本文将利用人工神经网络技术的非线性映射能力。建立一种非线性组合预测模型，并将之应用到水运货运量预测中。实践表明，这种新的预测方法可大大提高水运货运量预测精度。     

基于ANN的非线性组合预测方法在水运货运量预测中的应用

组合预测方法可综合利用各单项预测方法提供的有用信息,有效地提高预测的精度,已被广泛运用到水运货运量预测中。本文将利用人工神经网络技术的非线性映射能力,建立一种非线性组合预测模型,并将之应用到水运货运量预测中。实践表明,这种新的预测方法可大大提高水运货运量预测精度。     

三峡枢纽过闸货运量预测分析及对策研究

三峡枢纽工程建成发电通航后,改善了长江上游库区航道,极大促进了长江上游水路货运市场的发展,而三峡船闸逐渐不能满足船舶通行的要求,成为长江上游水路货运市场发展的瓶颈,本文通过对三峡船闸现状的分析,三峡过闸货运量的预测分析,三峡船闸通航能力的分析,提出解决三峡船闸通过能力不足对策和建议,供行政主管部门决策参考。     

基于灰色马尔科夫模型的重庆市水运货运量的预测*

通过对重庆水运发展现状的研究,根据马尔科夫理论及灰色预测模型,将灰色GM模型与马尔科夫状态转移矩阵相结合,建立了预测重庆水运货运量的灰色马尔科夫模型,并通过实际预测发现,该模型的预测精度明显高于灰色预测模型的预测结果,并预测了2011—2012年重庆市水运货运量。     

上海内河货运量的组合预测

内河航运是综合交通运输系统中不可缺少的运输方式,存在着很大的潜在优势.定量地把握未来内河运输的发展趋势,具有重大的现实意义.通过利用时间序列模型、logistic曲线与自回归模型等,对2010-2015年的上海内河货运量进行预测.在此基础上,对不同模型赋予不同的权重,建立了组合预测模型.研究表明:未来上海内河货运量将持续稳定地增长.为提高预测的精度,有必要综合地使用多个预测方法.