在地公路货物运输量统计方法

提出了在地公路货物运输量的概念, 将非营运货车和外地货车纳入了在地货物运输量的统计范畴, 归纳了基础数据集; 通过分析车辆注册地、使用性质、路网等级和车流流向等因素, 提出了在地货物运输量的统计思路和拆分逻辑, 建立了在地公路货运量和货物周转量统计模型; 基于本市籍营运货车产生的货运量, 提出了在地货运量规模指数用以评估在地货运量的相对偏移程度和外地货车的参与程度。研究结果表明: 控制极限误差在10%以下时, 5种基础数据集, 即货运专项调查数据、高速公路联网收费数据、普通公路抽样调查数据、普通公路交通量调查数据和车辆管理所在册货车数据可完成在地货物运输量的精细化推算; 提出的统计模型使所研究城市创造每万元GDP的货物周转量与全国平均水平的相对偏差率为0.45%, 具有一致性; 所研究城市的在地货运量规模指数为2.47, 说明实体经济发达的城市中外地货车在当地参与运输的程度偏高; 本市籍营运货车货物运输量不足以支撑当地经济规划; 本市籍在册营运货车少并不能代表本市运力不足, 所研究城市的本市籍营运货车主要承担短途运输, 在总市内货运量中占66.28%, 而外地货车主要承担市际与省际间的货物交流, 在总跨市货运量中占79.16%;货车按车型计费后, 每种货车车型的平均载货质量与按车流划分的重车比将是在地货物运输量统计的关键参数; 省际间3轴及以上货车车流量存在着不均衡性。      

基于货车轴型的高速公路货物运输量统计方法

我国大部分省份联网高速公路对货车实行计重收费且运行多年,积累了海量计重收费数据。文章基于高速公路计重收费数据,建立货车各个轴型的总重运载量图谱,依据图谱划分货车空载和满载重量的吨位区段,计算出货车的空载重量,建立了主要轴型货车的货运量和货物周转量计算模型。     

基于二元Logistic的公路货运超载关键影响因素识别

为了探究影响公路货车超载的关键因素,为查超、治超工作提供理论依据,基于2015年公路运输量专项调查采集的3 249辆公路货车的运营类型、线路特性、车辆特征,通过单因素分析、共线性检验、二元Logistic回归分析,识别公路货运超载的关键影响因素,然后提出切实可行的治超措施。结果表明:运营类型、车长、运营模式、货运量及平均运距是公路货运超载关键影响因素。     

公路运输统计指标数据质量评估方法研究

面对政府统计工作改革和行业决策管理的双重要求,针对公路货物运输量统计数据受外部 因素干扰,存在较严重准确性的问题,从控制省级上报统计数据质量角度入手,在研究不同评估方法对公路货运量的适用性基础上,提出了一种基于相关性和正态分布的异常值检验方法。从行 业数据内部协调性和外部数据匹配性的角度,选取了高度相关的判别指标作为评估依据,构造了判别指标与货运量的发展速率比服从正态分布的检验统计量。在给定的显著性水平下计算该统计 量并进行异常值诊断,检验各省货运量增长速度的截面数据是否偏离正态分布成为异常值,以此建立公路运输量统计评估模型,为开展公路货物运输量数据质量评估工作提供指导。结果表明,在实际工作中,该方法可以有效诊断出数据异常省份并指导其进行数据核实和修正,有助于建立长期质量评估机制,从而反映公路运输业真实发展情况,为行业提供更有效、更可靠的统计信息 服务。     

基于专项调查的属地与工具运输量分析——以辽宁省为例

我国铁路、民航等运输量统计都能够获得属地区域运输量,但公路运输量统计调查得到的是工具运输量,难以获得属地公路运输量,运输量统计与经济社会发展指标脱节.为了研究属地运输量,以2013年交通运输业经济统计专项调查为契机,有效利用全国各省专项调查数据,以辽宁省为例,探索分析公路属地客运量和属地货运量,并比较工具运输量与属地运输量的区别,进行流量流向分析.属地客运量与工具客运量基本相同,市级属地客运量与工具客运量的比值在0.91～1.15之间;属地货运量与工具货运量差异相对较大,市级属地货运量与工具货运量比值在0.70～1.68之间.在公路属地运输量基础上,进一步综合铁路、民航、水运等其他运输方式数据,可形成完整的区域综合运输量数据,进而深入分析研究交通运输与经济社会发展的协调关系,从而为有效推动综合运输体系协调发展奠定基础.     

公路运输能源消耗现状及其节能降耗对策

2000年来,我国国民经济的快速发展促注交通运输业也得到稳步发展,公路客、货运输周转量的年均增长率超过了7%.据统计,2005年我国全社会完成公路客运量169.74亿人,旅客周转量9292.08亿人公里;完成公路货运量134.18亿吨,货物周转量8693.19亿吨公里.公路客运量、旅客周转量在综合运输体系中所占比重分别为91.9%和53.2%;公路货运量、货物周转量在综合运输体系中所占比重分别为72.3%和10.9%.公路运输大力发展的同时,公路运输的能源消耗也在快速增加,估计2005年全国公路运输营运车辆消耗成品油约5400万吨.     

基于BP神经网络的南宁市公路货运量预测

为提高公路货运量预测的准确性,依据南宁市历史年份的公路货运量数据建立公路货运量的BP神经网络预测模型。将模型在MATLAB软件环境下进行编码并运算,通过对数据的反复训练和学习最终得到预测值。经过实例分析证明基于BP神经网络的货运量预测模型的有效性。为证明不同方法间的差异性,利用趋势外推法、三次指数平滑法、灰色预测法以及指数回归法对南宁市公路货运量进行了预测。通过对比分析,得到不同方法的相对误差。可以看出,基于BP神经网络的货运量预测模型较传统预测方法有较大的优越性,BP神经网络模型能够揭示货运量的非线性变化关系,准确地拟合原始数据。     

产业结构在货运量预测中的应用研究

实践证明,利用各产业比例结构与单位GDP产生的公路货运量进行回归分析,得到规划年单位GDP产生公路货运量,以及利用规划人口、人均GDP等规划数据计算规划年公路货运量,所得预测结果比较理想.     

江西省公路货运量预测研究

分析各种货运量预测方法的优缺点,结合公路交通发展的特点,特别是公路货物需求的基础上,选用回归分析法、灰色预测法,对江西省公路货运量进行预测分析。通过灰色系统模型和线性回归的方法对江西省近9年的相关数据运用MATLAB进行分析,预测出江西省未来5年的公路货运量。     

基于灰熵法的公路货运量和货物周转量关联因素分析

分析了国民经济宏观因素与公路货运量和货物周转量之间的相互影响, 提出了基于灰色关联度算法与熵权法相结合的灰熵关联度算法, 依据《陕西统计年鉴》中近14年的经济数据与公路货运量和货物周转量数据, 研究了国民经济宏观因素与公路货运量和货物周转量之间的关联系数, 给出了各个经济指标对公路货运量和货物周转量的影响程度; 去除各数据之间量纲的影响, 用灰色关联度算法计算经济指标与公路货运量和货物周转量之间的关联系数, 用熵权法计算各经济指标的权重; 基于经济指标的关联系数及其权重, 计算了各个经济指标与公路货运量和货物周转量之间的关联度, 并分析了北京市和天津市公路货运量的影响因素。分析结果表明: 对于经济指标, 公路货运量和货物周转量呈现相似的关联趋势, 陕西省公路货运量与第一产业产值、工业增加值、第二产业产值之间的关联度较高, 分别为0.944 7、0.941 7、0.940 2, 货物周转量与第一产业产值、城镇单位在岗职工平均工资、人均生产总值的关联度较高, 分别为0.920 7、0.915 9、0.915 3;北京市公路货运量与第三产业指数、第二产业指数、人均生产总值指数的关联度较高, 分别为0.716 2、0.714 8、0.710 9;天津市公路货运量与城镇单位在岗职工平均工资、生产总值、第三产业产值、第二产业产值、工业增加值、人均生产总值的关联度较高, 分别为0.862 0、0.855 6、0.853 4、0.851 4、0.851 4、0.851 3。可见: 北京市与天津市公路货运量关联因素分析结果总体上同陕西省基本一致, 主要关联因素都是该地区三大产业产值。      

基于Influ-Logit模型的综合运输方式货运量分担率研究——以四川省为例

各交通运输方式的货运量分担率可用于判断地区运输结构与运输资源配置的合理性。首先,建立运输方式选择中考虑的影响因素指标,并运用层次分析法求出各指标的权重。其次,基于经济学中效用值与效用函数理论,确定影响因素指标的相对效用值,进而根据指标权重和相对效用值确定不同运输方式的效用函数值。再次,采用Influ-Logit模型对地区理想状态下的货运量分担率进行预测,同时根据实际数据确定实际货运量分担率,进而求出货运需求满足率。最后,结合《四川统计年鉴—2015》中交通运输行业相关数据,运用上述方法计算该省铁路、公路、水路、民航运输的货运量分担率,结果依次为21.75%,33.56%,23.39%,23.81%,对应的货运需求满足率分别为20.87%,268.56%,22.66%,0.13%,可知四川省运输结构与运输资源分配不合理,仍有较大的改善与优化空间。     

基于混沌理论对公路货运量预测方法的研究

利用混沌理论对公路货运量的预测方法进行了分析,比较了现代常用的公路货运量预测方法的优缺点,研究了混沌理论对公路货运量的预测基本原理,构思短中长期货运量预测方法的可行性,并提出了研究方法和途径。     

基于Influ-Logit 模型的综合运输方式货运量分担率研究

各交通运输方式的货运量分担率可用于判断地区运输结构与运输资源配置的合理性。首先,建立运输方式选择中考虑的影响因素指标,并运用层次分析法求出各指标的权重。其次,基 于经济学中效用值与效用函数理论,确定影响因素指标的相对效用值,进而根据指标权重和相对效用值确定不同运输方式的效用函数值。再次,采用Influ-Logit 模型对地区理想状态下的货运量分担率进行预测,同时根据实际数据确定实际货运量分担率,进而求出货运需求满足率。最后,结合《四川统计年鉴—2015》中交通运输行业相关数据,运用上述方法计算该省铁路、公路、水路、民航运输的货运量分担率,结果依次为21.75%, 33.56%, 23.39%, 23.81%,对应的货运需求满足率分别为20.87%, 268.56%, 22.66%, 0.13%,可知四川省运输结构与运输资源分配不合理,仍有 较大的改善与优化空间。     

基于深度学习的公路货车车型识别

为判断公路货车车型，并提升货车车型识别的速度与精度，提出基于深度学习的方法对公路货车及其轮轴进行精细化目标检测；采用道路监控拍摄和网络爬取的方式获得了16 403张公路货车侧方图像，建立了货车侧方图像数据集，并采用Retinex理论和加入限制对比度的自适应直方图均衡化(CLAHE)等视觉增强方法预处理所采集图像中的光照不均图像和夜视图像；通过理论分析和对比试验选取单阶段检测网络YOLOv3作为公路货车车型识别的目标检测网络，并从调整先验框和模型输入大小以及引入注意力机制3个方面优化了检测模型；针对单帧图像可能同时出现多辆货车的情况，采用基于目标位置信息挖掘的算法分析了货车与轮轴的位置信息，提出一种通过轮轴中心点与货车预测框位置信息判定公路货车与轮轴隶属关系的方法。研究结果表明：图像经过预处理可显著增强车辆的特征信息，优化后检测模型的网络性能得到提高，通过对目标位置信息的挖掘与利用可以很好地解决货车车型判定问题；优化后的检测模型实时检测速度可达47帧·s^-1,对公路货车车型的识别综合准确率达到了94.4%。该方法实现了对公路货车车型的无接触、快速和准确识别，为公路货...     

高速公路货运量与轴重关系研究

货车轴重与货运量之间的线性关系十分明显。以2008年山东高速公路数据为例,建立货运量与轴重的关系模型并进行标定,对比拟合优度,找出最优模型。通过显著性检验,发现模型使用价值较高。将此模型应用于实例中,结果表明计算值与调查值之间的误差较小。     

基于改进灰色-马尔可夫链方法的公路货运量预测

科学的货运量预测对公路发展战略的制定具有十分重要的意义．针对灰色模型的预测结果精确度受原始数据变化幅度的影响较大,且要求累加生成的数据列具有指数性质的缺点,采用带波动的多项式来替代GM（1,1）模型中的指数形曲线,并通过马尔可夫链对其预测结果进行修正,从而建立改进的灰色-马尔可夫链预测模型,同时利用该改进模型对我国公路货运量进行预测,经分析表明预测结果具有较高的精度,预测方法具有一定的可行性和有效性,预测结果可指导公路建设与管理．     

京沪高速公路苏北段货车轴载分布研究

车辆对路面的轴荷作用是影响公路使用寿命的关键因素之一,通过对2008年京沪高速公路苏北段收费数据库中货车数据的整理、计算,对京沪高速公路苏北段货车车流现状、车辆轴载分布情况进行分析;并从轴荷分布角度,提出了路段载荷不均匀分布的对策,建议按月建立路网轴荷分布数据库,为养护决策提供基础数据。     

基于多种模型的黑龙江省公路货运量组合预测

利用黑龙江省公路货运量时间序列信息,基于多种模型对黑龙江省公路货运量进行组合预测,为管理部门的决策提供依据。     

��·�����������������������ʹ�ϵ��ʵ֤����

建立了公路载货汽车生产模型，实证分析了我国公路货运行业运力增长与生产率之间关系的演变过程及原因，证明货车投入与货车生产率关系符合经济学规律;认为以往我国实现公路运力增长经历了边际生产率递增和边际生产率递减两个阶段;目前我国运力供应主要受市场调节作用和需求增长的影响，存在运力结构性过剩.在分析影响运力增加和货车生产率主要因素基础上，提出今后运力增长应主要通过运输组织与管理的技术进步、采用规模生产经营方式来实现.     

公路货物运输量灰色马尔可夫预测模型

为了提高公路货物运输量的预测精度,结合灰色系统和马尔可夫链的特点,建立公路货物运输量灰色马尔可夫预测模型.在实例应用中,建立运输量GM(1,1)灰色预测模型,在获得预测值和残差检验的基础上,将原始数据序列划分为4个状态,计算状态转移概率,利用灰区间中位数建立货运量灰色马尔可夫预测模型,对货运量和货运周转量进行预测.将其预测结果与GM(1,1)灰色模型的预测结果比对,结果表明,灰色马尔可夫预测模型可以用于公路货物运输量预测,且其预测精度高于GM(1,1)灰色模型.