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。     

基于复杂网络理论的铁路货运量预测

论证了复杂网络理论应用于铁路货运量预测的可行性,利用复杂网络理论对铁路货运网络进行了分析,用基于复杂网络传播的动力学模型定量预测了2006-2015年中国铁路货运量的发展.     

基于RBF神经网络的铁路货运量预测

对铁路货运量发展趋势进行预测是正确制定铁路货运营销战略的前提和基础,运用RBF神经网络法对铁路货运量进行了预测.     

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。     

基于灰色DGM(2,1)模型的四川省铁路货运量预测

基于四川省铁路货运量的数据特征,引入灰色系统理论,建立四川省铁路货运量DGM(2,1)预测模型,并对其预测值进行精度检验,得出该模型精度为一级,模型精度高、可用于货运量的预测的结论。在此基础上对四川省2010-2015年的铁路货运量进行了预测,结果呈现单调的递增趋势,发展态势良好。     

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。     

基于马尔科夫—Verhulst模型的铁路货运量预测研究

铁路货运量是一个地区经济发展的先行指标之一,准确预测铁路货运量能够为该地区的发展规划起到指导作用。针对传统灰色Verhulst模型在进行铁路货运量预测时模型误差较大的问题,运用马尔科夫链模型对传统Verhulst模型的预测结果进行修正改进,以提高模型的预测精度。最后,通过引入实际案例,验证了经过马尔科夫链改进的灰色Verhulst模型在预测精度方面有了大幅度的提高,适用于甘肃省铁路货运量的预测。因此,应用该模型对甘肃省2015年到2017年的铁路货运量进行预测,为该地区的物流运输及其他相关行业的发展提供可靠的指标依据。     

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。     

基于变权重组合模型的铁路货运量预测

介绍了变权重组合预测方法,建立了铁路货运量的变权重组合预测模型,并与1998-2007年铁路实际货运量对比,表明预测数据比较切合历史数据,接近货运量的实际情况。在此基础上预测了2008-2010年铁路货运量。     

基于改进灰色模型的东北地区铁路货运量预测

铁路货运量预测在国家和区域经济发展规划中具有十分重要的作用。灰色GM(1,1)预测模型被广泛应用于铁路货运量预测研究中。本文在建立灰色GM(1,1)模型的基础上,采用更符合东北地区经济发展态势的改进灰色模型——新陈代谢GM(1,1)模型对东北地区2006—2011年铁路货运量进行预测。通过对原始数据与预测数据的精度检验后发现:新陈代谢GM(1,1)模型满足四种精度检验要求,符合一级预测标准并适合中长期预测,适合于东北地区铁路货运量的预测研究。最后应用新模型预测2012—2015年东北地区的铁路货运量,使得预测数据更加合理化。与灰色预测的基本模型相比,改进的预测模型具有较好的实用价值。观察预测数据发现东北地区货运量呈单调递增趋势,有良好的发展态势。     

基于分形理论的铁路货运量分析

论证了分形理论用于铁路货运量分析的可行性;计算出铁路年货运量时间序列集的分维,并结合有关的数学、物理理论分析了该分维的意义;用定性分析与基于分形理论的定量计算预测了2001～2010年中国铁路货运量的发展水平。     

基于相空间重构的铁路货运量神经网络预测

针对现有铁路货运量预测方法的不足,建立了基于相空间重构的神经网络预测模型。该模型在对货运量原始数据进行相空间重构的基础上,将重构后的数据输入神经网络进行学习训练,最后选取待预测的时间点来预测铁路货运量的发展趋势,并以大秦线1989--2008年的货运量数据为基础进行预测与验证分析。     

德国研制新型货车转向架

据德国联邦政府预测，到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倍目标。这也是与整个欧洲有轨运输货运量发展相一致的．欧盟预测：铁路货物周转量量将从1998年的8％（2410t.km）到2020年增加到15％（7840t.km）。     

大连港太平湾港区铁路总体规划研究

从港区规划和临港经济区规划2个方面阐述太平湾港区概况,分别从太平湾港铁路货运量、太平湾临港经济区铁路货运量和太平湾港区铁路货运量3个方面预测太平湾港区铁路货运量,研究太平湾港区铁路总体规划的思路及原则;从港区内部铁路走向和区域内部车站设置2个方面提出太平湾港区铁路总体规划方案,以满足太平湾港对铁路运输的需求。     

基于GRA-PCA-GA-BP网络模型的铁路货运量预测分析

科学预测铁路货运量能够为我国铁路政策的制定、铁路货运相关规划的出台提供决策支持,对促进我国铁路货运向现代物流转型具有重要意义。为保证铁路货运量预测精度,在数据样本较少且数据波动较大时,提出基于GRA-PCA-GA-BP网络模型进行铁路货运量预测的方法。利用灰色关联分析和主成分分析对影响铁路货运量的输入指标进行预处理,再利用遗传算法优化取得BP神经网络的权值和阈值,进而求得更为准确的铁路货运量预测值。通过实例分析验证,GRA-PCA-GA-BP网络模型有效、可靠,具有较高的预测精度。     

基于Bi-LSTM网络的铁路短期货运量预测研究

短期货运量预测研究是铁路运输企业编制日常工作计划的重要依据,准确的货运量预测结果对铁路货运组织工作具有积极意义.针对铁路短期货运量预测,建立基于双向长短时记忆网络(Bi-LSTM)的短期货运量预测模型,以某铁路局集团公司4 122 d、136个月的货运发送量为实验数据分别进行各月和每日货运发送量的预测,其误差分别为5....     

基于GIS动态分段技术的铁路货运量可视化表达

在GIS动态分段基本原理的基础上,将铁路车站的里程作为路径系统测量M值的校准参考依据,部分铁路货运量(用装车数表征货运量的大小)作为线事件引入到铁路网的货流径路系统中,实现了铁路货运量的可视化表达,并根据发站和到站自动沿线绘制货运方向箭头,为铁路货运运输分析和研究决策提供技术支持.     

解决粤海铁路空车不足问题的对策

通过对海南岛内货源和粤海铁路目前货运量的分析,找出空车不足是影响粤海铁路货运量增长的主要原因,并提出了组织到达货源、将茂名和塘口分界口排空纳入重点掌握、调整铁路局管界及尽快修建茂名东——湛江铁路等建议.