铁路集装箱短期运量预测方法分析

集装箱运输作为一种先进的现代化运输方式,不仅能加快货物送达的速度,减少运输成本,还具有运送安全、手续简便,便于实现多式联运和"门到门"运输服务的特点,通过分析常用预测模型的原理与方法,论述铁路集装箱运量的预测方法,得出较合理的灰色-广义回归神经网络组合预测的方法。因此,该方法对运量预测研究和分析具有理论意义。     

运量预测的网络数学模型

交通运输网络中,货主选择运输方式和运输径路的一个重要原则是;货物全程运输费用与在途货物流动资金占用时间的价值之和最小,根据这一原则,该预测模型运用网络规划的理论和算法求解综合运输网络的最小费用最大流,并最终确定网络中每条运输径路上的预测运量,该运算预测模型不仅可以用来对运输网络中既有运输径路进行运量则且还可用来对设计运输径路进行运量预测。当有若干个运输径路方案待比选时,对每条待选运输径路进行运量预     

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.     

基于动态灰色马尔柯夫链的铁路运量预测

结合灰色模型在短期预测中的优势和马尔柯夫链在长期预测和对随机波动性数据处理方面具有的优势,根据将一个新息数据充实到原始数据序列中进行预测时是否去除其左边的第一个老数据,分别定义并建立了定维和变维动态灰色马尔柯夫预测模型;通过对我国铁路客货运量进行预测,表明动态灰色马尔柯夫预测模型优于静态灰色马尔柯夫模型和灰色模型,并且定维动态型预测效果优于变维动态型。     

基于灰色系统的新亚欧大陆桥国际集装箱运量预测

提出了陆桥国际集装箱运量的生成和转移预测方案。在此基础上通过对各项测变量的灰色预测，得出新亚欧大陆桥国际集装箱运量的预测结果：陆桥国内段输入输出集装箱量在未来的１５年内将为过境国际集装箱运量的３－４倍。     

灰色理论及其组合模型在交通运量预测中的运用

在灰色预测理论与方法中,由于利用累加生成手段和微分方程描述的灰色模型,在一定预测时段内具有良好的预测精度和实用性,为将误差降到最小,本文以误差平方和最小为目标函数,利用拉格朗日乘数,确定出灰色模型与一元线性回归模型的最优组合权数,结果表明其组合模型比灰色模型与一元线性回归模型单独使用时有更高精度,故对交通运量预测工作有较强的应用价值。     

神经网络在长江经济运量预测中的应用

对神经网络中三层ＢＰ（ｂａｃｋ ｐｒｏｐａｇａｔｉｏｎ）网络及其算法进行了描述,对社会经济运动规律的复杂性和可预测性进行了探讨,在研究数学模型与客观实际之间差异信息的变化趋势的基础上,构思ＢＰ神经网络中长期经济预测模型,给出模型相关变量的处理办法和模型算法,运用该型对“十五”期间长江干流经济运量进行了预测。     

基于马尔科夫链-BP神经网络模型对公路运量的预测研究

选取河北省某地区1998—2017年公路运量数据为例,采用BP神经网络模型进行预测并用马尔科夫链修正预测值,将公路运量实际值与BP神经网络预测值及马尔科夫链修正值作对比分析并预测了2018—2019年的公路运量数据.使用马尔科夫链修正后的BP神经网络预测模型可以将公路客运量和货运量的平均相对误差分别下降至2.07％和2.14％.修正后的模型不仅可以准确的对公路运量做出预测,而且可以为未来公路运输发展提供有利意见.     

灰色马尔可夫模型在公路运量弹性系数预测中的应用

针对公路运量预测中弹性系数随机波动性较大的问题,结合灰色模型可以揭示预测数据的发展趋势以及马尔可夫预测适合描述随机波动性较大的预测问题的优点,建立了公路运量预测中弹性系数的灰色马尔可夫预测模型;用该模型对北京市公路客运弹性系数进行预测,验证了模型对公路运量中弹性系数进行预测的合理性。研究结果表明,灰色马尔可夫预测模型能够较好地提高公路运量预测中弹性系数的预测精度,对于提高公路运量预测精度具有重要意义。     

铁路路网规划运量预测研究

铁路运输具有单路径固定性特征。借鉴公路四阶段法的成熟思路,本文采用定性与定量相结合的综合运量预测方法,对成都铁路局的中长期路网规划中的运量进行了预测,即运用SPSS软件定量预测出趋势运量和利用在跨越式发展背景下的专家意见定性预测出转移运量和诱增运量．最后,在此预测运量的基础上提出了成都铁路局在中长期的通道加强序列和重载高速的运输发展策略．     

����ģ����ϵ���·��װ������Ԥ��

根据铁路集装箱运量预测受到多因素影响以及非线性的特点,本文采用灰色关联分析法选取了影响集装箱运量的主要因素,提出了一种基于非线性灰色模型和神经网络模型组合的铁路集装箱运量预测方法. 该方法将非线性灰色预测模型的预测值作为输入,相应的实际集装箱货运量作为输出,建立了神经网络模型结构,并提出了相应的算法. 最后以实例分析了该模型的可行性和科学性. 实例分析表明：非线性灰色模型预测的最大误差为10.52％,而组合模型的预测误差最大为8.72％,说明文中提出的组合预测模型充分考虑了多指标的共同作用,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系.     

��·��װ�������г���Ԥ��ģ���о�

通过考虑国民经济的长期趋势、产业结构、生产布局、运输结构、消费水平等影响铁路集装箱运量的不同因素,选用能够容纳多种影响因素的经济计量方法构建铁路集装箱运量中长期预测模型.根据不同影响因素的特点,将其分别设置为内生变量、外生变量和前期内生变量,形成集装箱运量预测的基本方程组结构.通过对模型的估计和检验(包含整理检验和最终检验)可知,所构建的模型体系误差率较小,具有较高的精度,可用于铁路集装箱运量的预测,为铁路集装箱运输发展规划提供基础数据依据.     

基于改进 BP 神经网络的铁路货运量预测

在分析铁路货运量预测方法的基础上,针对标准BP神经网络的不足,提出改进的BP神经网络预测模型。首先,利用动态陡度因子来改变激励函数的陡峭程度,以此来得到更好的激励函数响应特征以及更好的非线性表达能力;其次,利用附加动量因子,通过对以前经验的积累,既降低了神经网络对误差曲面的局部细节敏感特性,又较好的遏制了神经网络易于限于局部最小的缺陷;最后,采取改变学习率的方法,给定一个较大的学习率初始值,在学习的过程中学习率不断减小,网络最终趋于稳定。改进BP算法既可以得到更优的解,还能够缩短训练时间。利用全国铁路货运量的相关数据对改进BP神经网络进行了验证。验证的结果表明,改进的BP神经网络预测模型在相对误差和迭代次数上有较大改善,对铁路的货运量预测很有效。     

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.     

改进的灰色模型在船闸通过量预测中的应用

对灰色GM(1,1)模型进行了改进,通过函数变换改变序列的光滑度,以积分逼近值代替均值作为相邻时间间隔增长量,以提高发展系数精度,从而得到了比原GM(1,1)模型模拟精度高和适用法范围更广的新模型.并以苏北运河船闸历年累计货物通过量为实例,运用原始模型与改进模型对船闸通过量进行预测,预测值与真实值相比较后,证实了文中改进的灰色模型精度较高,适用范围更广.     

基于批量订购的铁路集装箱货运多等级运价研究

铁路集装箱货运发展迅速,在铁路货运中占比逐渐增大.当前铁路总公司没有针对 大批量订购采取优惠折扣,导致部分客户转向其他运输方式.针对这个问题,设计了多等级运 输价格策略来吸引大客户,建立了铁路集装箱货运收益最大的动态价格模型,求解出各订购 量对应的最优价格等级.本文以大朗到大红门的集装箱货运班列为例,求解出不同时刻各订购 量的最优等级运价.通过对比优化前后的结果,证明了该模型可以显著提高铁路集装箱运输的 收益.     

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用

采用BP神经网络建立公路货运量组合预测的理论模型,灵活利用神经网络通过自适应自学习能够拟合任意非线性函数的功能,有效克服传统的组合预测方法在实际应用中把数据间的关系强加给某一类函数的不足,并借助于先进的数学计算软件MATLAB进行简单的编程,大大降低模型的计算难度,实例证明该方法具有更高的预测精度。     

Discussion on the Logistics Construction of Railway Container Freight Stations

From the perspective of logistics, the article discusses some essential functions and service functions of railway container freight stations. Then it plans the construction of the logistics operation system of container freight stations, and designs five main operating yards such as deconsolidation and groupage yard, storage and distribution yard, container receiving-departure yard, container stack yard, and special cargo yard. The management pattern is discussed under the direction of modern business management theory. The ideas presented in this article is significant to the construction of railway container freight stations.     

基于UBGPM-Markov的铁路货运量预测方法

针对铁路货运量发展变化的非线性特性,采用非线性灰色模型中的无偏GM（1,1）幂模型进行预测,并用状态划分更为精细后的马尔可夫链修正预测值,从而建立优化后的UBGPM-Markov模型.通过对我国2000~2012年铁路货运量实例分析,与改进GM（1,1）模型、无偏GM（1,1）模型2种预测方法进行了比较,比较显示无偏GM（1,1）幂模型具有较高的预测精度.优化后的UBGPM-Markov模型更是显著提高了预测精度,将平均绝对百分误差（MAPE）由2.11%减少到0.55%.     

�������ģ�͵������˼�ָ��������Ԥ��

分析原油价格对油轮运价指数的影响关系,并预测油轮运价指数发展变化趋势.本文通过Granger因果关联分析,原油价格是油轮运价指数的3阶Granger因.因此,建立了3阶ARCH模型对油轮运价指数进行了预测,预测精度在8%之内.根据油轮运价指数的自身非线性变化趋势,建立了三层BP神经网络模型预测油轮运价指数的发展趋势,精度在3%以内.为进一步提高模型的预测精度,结合ARCH预测模型和BP神经网络预测模型的特点,通过预测误差最小化模型,确定组合权重,建立了新的组合预测模型对未来油轮运价指数进行分析预测,模型的精度控制在2%以内,预测精度显著提高.此研究对油轮运价指数的预测提供了较好的方法.