基于组合预测的RBF神经网络货运量预测方法研究

为有效进行交通货运量预测，通过对货运量影响因素的分析，建立了关于货运量影响因素的层次分析模型，根据该模型构建了基于RBF神经网络的货运量预测方法。用我国1985-2004年的货运量统计数据对该神经网络进行训练和检验，并对2005-2006两年间的货运量进行预测。预测时设定了2005-2006年2a间货运量各影响因素值，再运用RBF神经网络预测这两年的货运量。结果表明，2005年的预测值与国家统计局最近公布的实际数值有很好的一致性，表明这一方法的可行性。     

基于聚类-随机期望值的铁路货运量预测研究

本文以降低数据选取范围的依赖性、提高货运量近期预测精度为目标,采用K-MEANS聚类和随机期望值相结合的方法,建立基于聚类-随机期望值的铁路货运量预测模型。通过应用历年数据对该模型进行验证分析,说明了该方法的可行性。     

基于滑动窗口动态输入LSTM网络的铁路运输系统碳排放量预测方法

铁路运输的低碳发展对交通系统实现“双碳”战略目标有着重要意义。针对当前铁路运输碳排放预测研究较少、预测精度不高的问题,考虑碳排放时间序列数据中历史信息和当前信息间的相关性,引入滑动窗口,结合长短期记忆（LSTM）网络,构建铁路运输碳排放量预测模型。采用灰色关联分析法计算铁路运输碳排放量各影响因素的关联度值,筛选铁路运输碳排放量的关键影响因素,使用高关联性数据作为预测模型的输入变量,提高预测精度;应用LSTM网络为基础预测模型,通过引入滑动窗口改进神经网络的数据输入;考虑未来减排政策变化对铁路运输碳排放量的影响,融合基于动态政策的情景分析,构建铁路碳排放预测模型,并利用多项式误差拟合方法进行误差修正,提高预测结果准确性。以1980—2019年铁路运输碳排放相关数据为例,从现有文献中总结出17个铁路碳排放影响因素,利用灰色关联分析法从中筛选出6个关键因素,通过滑动窗口对筛选出的数据进行子序列分割,测试不同长度窗口下的预测精度,选择最优窗口参数,建立改进LSTM模型进行预测,并将预测结果与原LSTM、BPNN和RNN模型进行对比,结果表明：改进LSTM模型将相对误差平均值降低至0.392%,...     

公路货运量灰色模型—马尔可夫链预测方法研究

将灰色系统理论与马尔可夫链相结合,首次提出了灰色模型—马尔可夫链预测公路货运量的方法;并结合"十五"期间中国公路货运量和公路货运市场的发展趋势的预测分析详细阐述了该方法的具体应用。首先建立GM(1,1)灰色动态拟合模型,并以此作为公路货运量发展变化的动态基准线模型;在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其标准化离差等指标的分析计算,最终以概率形式分析和预测公路货运量的发展变化区间。理论分析和实践都表明,该法不但预测结果更可靠,而且能够对公路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。     

公路货运量灰色模型-马尔可夫链预测方法研究

将灰色系统理论与马尔可夫链相结合，首次提出了灰色模型-马尔可夫链预测公路货运量的方法；并结合“十五”期间中国公路货运量和公路货运市场的发展趋势的预测分析详细阐述了该方法的具体应用。首先建立GM(1，1)灰色动态拟合模型，并以此作为公路货运量发展变化的动态基准线模型；在此基础上应用马尔可夫链确定系统状态转移概率矩阵，通过系统状态的划分、样本值与模型拟合值之间的残差及其标准化离差等指标的分析计算，最终以概率形式分析和预测公路货运量的发展变化区问。理论分析和实践都表明，该法不但预测结果更可靠，而且能够对公路货运市场的发展趋势进行宏观的把握，有利于决策者的决策行为。     

基于回归分析的公路货运量预测

为了预测公路货运量,文章先从影响公路货运量的10个因子出发,分析各因子和公路货运量的关系,并使用多元逐步回归法做最优回归方程的选择,挑选出对公路货运量影响显著的6个因子,然后建立公路货运量预测的6元线性回归模型,使用最小二乘法求解模型参数。经检验,公路货运量预测模型的显著水平p=0.021370.05,样本可决系数R~2=0.9998,接近于1,模型拟合效果较好。最后对各因子建立一元线性回归模型,得到2018年各因子的预测值,代入公路货运量预测模型,得到2018年的公路货运量预测值。     

中—尼—印跨喜马拉雅铁路通道探讨

中国和印度两国的经济目前正处于高速发展期,双边贸易和人员交流也逐年迅速增加。一方面,虽然两国接壤,但是客运和货运主要依靠航空和海运,难以满足未来运输需求及可持续发展的要求;另一方面,邻国尼泊尔迫切需要1条连通外界的通道,以发展本国经济。本文利用引力模型预测了2050年之前中国与印度的双边贸易额,并根据历年货运量与贸易额的关系、旅客人数及人均GDP的关系及相应分担率,推算了中国—尼泊尔—印度铁路的货运量及客运量,从而分析了修建铁路通道的必要性;根据可能的铁路线路,通过工程类比估计了铁路的建设成本和回报期;最后,分析了铁路建设带来的经济效益、社会效益和环境效益。     

基于广义回归神经网络的公路货运量预测方法研究

公路货运量受多种因素影响,各因素的作用机制通常不能准确地用数学语言进行描述.采用广义回归神经网络(GRNN)对货运量进行分析及预测.通过对1995～2003年南京市公路运量的历史数据进行分析和处理,对网络进行训练和拟合,用2004～2005年的实际数据进行模型检验,结果证明了GRNN用于货运量预测的有效性.     

2000年公路货运量103亿t 客运量134．7亿人

随着我国公路建设的加速和公路条件的改善，公路运输的优势日益突出，已成为重要的运输方式。按全社会完成总量计，2000年公路货运量占总货运量的76.5%，是铁路运输的6倍；公路货物周转量占总量的13.8%；公路客运量占总客运量的91.1%，是铁路客运量的12.8倍；公路旅客周转量占总量的54.3%。     

1999年公路货运量99．0亿t 客运量126．9亿人

随着我国公路建设的加快和公路条件的改善，公路运输的优势日益突出．已成为重要的运输方式。按全社会完成总量计，1999年公路货运量占总货运量的76．8％，是铁路运输的6倍：公路货物周转量占总量的14．2％；公路客运量占总客运量的91．1％，是铁路客运量的12．9倍；公路旅客周转量占总量的55．3％。     

基于降低铁路运输成本的铁路物流优化管理问题研究

铁路作为我国重要的物流运输渠道,是国家重要的基础设施和国民经济发展的重要交通工具之一,在当前物流体系中发挥着至关重要的作用。本文分析了我国铁路运输企业成本控制的意义,阐述了影响铁路运输成本的主要因素,剖析了新形势下铁路物流成本管理的现状,并提出了新形势下基于降低铁路运输成本的铁路物流优化管理的对策,希望为推进铁路物流运输管理提供参考。     

铁路路基岩溶地面塌陷模型分析与讨论

为建立合理的岩溶地面塌陷分析评价和切实的防治设计方法,文中通过对铁路路基典型的岩溶地面塌陷模型进行分类和抽象研究,归纳了岩溶地面塌陷的基本模型和塌陷机制,提出了塌陷物质特征、运移与塌陷通道特征、运移与塌陷动力特征三个岩溶地面塌陷基本因素。结合塌陷模型机理和塌陷基本特征对预测评价方法展开讨论,提出了建立岩溶地面塌陷动态预测评价分析的基本思路和方法。     

基于组合预测的长江航道发展趋势研究

通过建立特定航段货运量与经济指标的相关性模型,预测此航道货运量,以此为基础建立不同模型分别预测船舶平均载重吨,并通过加权组合确定最终值,根据相关公式可计算出船舶尺度,最终得到此航道的相应尺度。该研究可根据经济的发展趋势,将船舶平均载重吨与航道尺度建立相关性,预测出长江航道的尺度改变,为今后长江航道的规划与整治提供参考。     

基于船舶AIS及签证数据的长江内河货运阻抗及分布模型研究

为了研究长江内河各航段复杂多变的航道环境对水路货物运输的影响,根据船舶AIS数据及三峡船闸过闸数据建立一种考虑不同月份、不同航段的船舶逆水而上、顺流而下2种情况的货运阻抗函数,并基于Matlab求解得到长江内河重要港口节点之间不同月份的时间阻抗矩阵.以2010年10月船舶签证数据为例,结合距离阻抗矩阵和时间阻抗矩阵,标定阻抗函数为幂函数和指数函数下的重力模型的参数,建立相应的货运分布模型.并在不同模型下分别预测了2012年10月货运量分布情况.对货运实际观测值和模型预测值结果进行货运距离分布(trip length distribution,TLD)方法检验.结果显示,以时间为阻抗指标的幂函数和指数函数重力模型预测结果的重合率(coincidence ratios,CR)值分别为0.83和0.86,比对应的以距离为阻抗指标的预测结果的CR值0.81和0.82要高,所建立的以时间阻抗模型更能反映长江内河货运实际情况.      

新建乌鲁木齐新客站站房模板工程施工技术要点分析

乌鲁木齐铁路作为我国西北地方的铁路枢纽地处乌鲁木齐市，同时也是我国新建欧亚大陆桥的重要枢纽站之一，是继兰州之后的重要枢纽站，也是我国西部最大的枢纽站，无论是客运还是货运都起着重要的作用。但是，随着客运、货运量的迅猛增长，传统的客站已经不能更好的满足时代的发展需求，所以对乌鲁木齐铁路枢纽的改造已经势在必行。新建乌鲁木齐新客站落成后，将极大的促进欧亚大陆桥运输的畅通，对于提高新疆经济的对外开放、铁路运输的能力具有重要的意义。     

基于MPSO-RBF的公路货运量预测方法研究

在分析公路货运量的影响因素和预测特点的基础上,将PSO算法的全局搜索能力和RBF神经网络局部优化相结合,建立了基于改进PSO算法和RBF神经网络的公路货运量预测模型(MPSO-RBF).利用某城市的历史数据对预测模型进行了训练、测试与仿真,同时将仿真结果与回归分析法、灰色理论法、BP神经网络和RBF神经网络预测的结果进行了比较,结果表明文中提出的预测方法精度较高,对于公路货运量预测具有一定的可行性和有效性.     

MPC复合材料快速加固铁路桥梁的基础研究

桥隧不仅是铁路工务设备中永久性的大型结构物,也是铁路行车设施的重要组成部分和确保铁路运输安全的关键设备之一。结合铁路钢筋混凝土桥隧单板受力的实际工作状态以MPC复合材料厚度为参数,分别建立了有限元模型,理论分析得到了MPC复合材料厚度与荷载横向分布之间的变化规律。然后,通过依托工程加固前荷载试验,提出了不中断铁路运输条件下利用MPC复合材料加固改善桥梁荷载横向分布,提高桥梁整体刚度的设计与施工技术方案,并通过加固后荷载试验验证了加固设计方法的可靠性。     

基于多元回归分析的事件持续时间预测

事件持续时间预测是实现先进的事件管理系统的一个重要基础。本文通过多元回归分析法对高速公路事件持续时间预测问题进行研究。首先通过方差分析(ANOVA)确定对事件持续时间具有显著影响的因素。在此基础上,通过逐步回归分析确定用于高速公路事件持续时间预测的最佳变量组合并建立多元线性回归模型。经检验,预测值与实际值的相关系数为0.8573,预测结果基本能够反映真实的事件持续时间情况。     

基于运力均衡与价格弹性的公路货运量预测方法研究

针对传统公路货运量预测中不考虑货运供给特征和货运需求量结构性变化的不足,提出了通过分轮轴类型的交通量调查和轴载谱调查,获取基年车辆装载量概率密度分布函数,使用主流车型的短期平均运输成本拟合得到车辆长期平均运输成本函数,根据运力均衡的思想和货运需求价格弹性模型对计划年分批量的公路货运需求量进行修正,在此基础上建立外部环境变化时计划年公路货运量的预测模型.     

江苏省铁路网规划建设探讨

结合江苏省国民经济和社会发展状况以及国家中长期铁路网规划,分析了江苏省铁路网的现状及存在的问题,对江苏省未来铁路运输需求量进行了预测。针对江苏省未来的铁路通道运能缺口,提出了江苏省铁路网规划建设的指导思想与建设目标;同时,对江苏省铁路规划建设内容提出适当建议。