共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
根据混沌理论具有分析非线性动态系统混沌特性的特点,对货物发送量相关时间序列进行了分析和研究。本文在Takens相空间重构的基础上,利用C-C方法求嵌入时延与嵌入窗、G-P方法求嵌入维数;应用小数据量法计算铁路货物发送量相关时间序列的最大Lyapunov指数,并进行混沌特性分析,结果显示:货物发送增长量和增长率符合混沌特性,货物发送量不符合混沌特性;利用基于最大Lyapunov指数方法和BP神经网络方法对1999年1月到2013年4月共172个月的铁路货物发送增长量和增长率进行预测,预测结果表明基于最大Lyapunov指数预测值能够较好地与实际值相吻合,其预测的准确度明显好于BP神经网络预测值,因而混沌理论中的最大Lyapunov指数预测在货物发送量相关时间序列预测中有广泛的实用价值。 相似文献
5.
铁路运输是我国交通运输体系的骨干,是国民经济的大动脉。建设好,运用好铁路,对于推动我国的经济发展和人民生活水平的提高有着重要的作用。铁路的机车车辆作为铁路运输的载体,是完成铁路运输的最基本工具之一。 货物运输是我国铁路运输的重要组成部分,占全国总运量的51.3%。到目前为止,我国铁路的货车保有量为53万辆(其中企业自备车约为10.4万辆),铁路货车日装卸数为7.5万辆左右。 何谓货物车辆和货物专用车辆 简单地说,运送货物的车辆统称为货物车辆。但 相似文献
6.
通过对近年全国铁路货物周转量的统计数据进行分析,采用等维新息模型对未来几年的货物周转量进行了预测,通过实际数据与预测值进行比较,证明了该模型对预测铁路货物周转量的可信度和精度。 相似文献
7.
铁路危险货物自备罐车安全管理的探讨 总被引:1,自引:0,他引:1
阐述了铁路危险货物自备罐车的管理现状,指出铁路危险货物自备罐车管理中存在的管理措施不具体、应急预案缺乏针对性、罐车充装计量问题突出、车辆检修质量较低等问题,提出对铁路危险货物自备罐车的增加进行有序管理、加快铁路危险货物自备罐车运输信息系统的开发,以及加强从业人员培训等建议。 相似文献
8.
凡参加铁路保价运输的货物,铁路承运部门首先是采取一切必要安全措施,使货物安全运达目的地。如果在运输过程中发生了货运事故,铁路运输企业为了方便托运人、收货人办理索赔,制定了一系列政策、办法;在全路各铁路货场公布了“索赔须知”和“索赔流程图”;托运人、收货人对发生的货运事故既可以向到站办理索赔手续,也可以向发站办理索赔手续;对于承运人责任明确的货运事故,承运人将“先对外赔付,后划分铁路内部责任”;规定了铁路局和站段的最长赔付时间等等。充分体现了铁路保价运输索赔方便,办赔迅速的特点。 相似文献
9.
10.
11.
铁路货运装卸时间的精准预测可提升铁路货运系统的调度合理性和服务质量,但装卸时间受多种因素影响。文章针对铁路货运装卸时间预测问题,从铁路货运运单全流程信息中挖掘运单属性与货运装卸时间的关系,以分类与回归树为基础模型,在LightGBM框架下构建梯度提升决策树模型;对铁路货运运单全流程信息中的相关数据进行整合、对数变换、增加特征等预处理,形成运单数据集;采用该数据对构建的模型进行训练,结果表明,构建的模型对货运装卸时间的预测性能优于与其对比的其他机器学习模型。将该模型应用在实际货运装卸业务场景时,实际准确率依旧高于其他对比模型。 相似文献
12.
13.
14.
15.
《铁道标准设计通讯》2016,(10):27-30
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。 相似文献
16.
基于径向基神经网络的铁路客货运量预测研究 总被引:1,自引:0,他引:1
根据径向基神经网络具有分析非线性动态系统的混沌特性的特点,对铁路客货运发送量相关时间序列进行分析和研究,在Takens相空间重构的基础上,利用互信息方法求嵌入时延、伪邻域方法求嵌入维数;应用G-P方法和最大Lyapunov指数方法对铁路客货运量时间序列进行混沌识别;根据RBF神经网络的学习算法和辨识原理,对铁路客货运量预测流程进行分析。应用径向基神经网络对铁路客货运量自1999-01-01-2012-08-27共4 988 d的发送量为基础进行径向基神经网络预测;并对预测误差进行检验及对预测结果进行分析。研究结果表明:基于径向基神经网络预测值能很好地与实际值相吻合,因而在铁路客货运量相关时间序列中预测有广泛的实用价值。 相似文献
17.
为获取较大的市场占有率和较好的利润增长水平,铁路货运公司需要实时掌握铁路货物运价在货运市场中的竞争力,综合考虑社会、企业自身和货主等因素,基于BP神经网络算法,进行铁路货运价格风险预警判定方法研究,并建立运价风险预警模型。以某铁路局集团有限公司大宗货物运输中的煤炭运输为例,选取2015-2017年相关数据,训练BP神经网络模型,得到铁路煤炭运价的风险预警结果。与实际数据对比,拟合程度较高,因此可使用该方法对当期的运价风险程度进行合理预测,同时也对相关铁路部门的运价政策制定与调整起到辅助决策作用。 相似文献
18.
基于回归和时间序列模型的传统预测方法以及目前较为常用的灰色预测和BP神经网络预测方法,建立了RBF神经网络模型对全国铁路货运量进行详细分析和预测。利用铁路货运量的原始数据构造时间序列,并对时间序列进行分析和相应的处理。将处理后的数据构造为一个非线性映射,利用RBF神经网络进行逼近。利用Matlab对灰色预测、BP神经网络预测和RBF神经网络预测模型进行仿真实验,得出3种预测模型的平均相对误差,分别为7.67%、4.79%和1.31%。表明RBF神经网络预测方法的预测精度比另外两种预测方法高很多,可为铁路货运量预测研究提供方法支撑。 相似文献
19.
为了进一步提高铁路货运量的预测精度,提出基于乘积季节模型与引入注意力机制(Attention Mechanism)的长短期记忆(Long Short-Term Memory)模型的组合预测模型。首先建立乘积季节模型、LSTM模型与引入注意力机制的LSTM模型,然后利用误差修正法分别将2种LSTM模型与乘积季节模型组合起来进行预测,最后将预测结果分别与单一模型进行对比。采用2005年至2018年全国铁路月度货运量进行预测分析,结果表明2种组合预测模型的预测精度均高于单一预测模型的预测精度,其中基于乘积季节模型与引入注意力机制的LSTM模型的组合预测模型精度最高,具有研究和实用价值。 相似文献
20.
柳州南站是南宁铁路局路网性贷检站,主要担负着湘桂、黔桂、焦柳线到发列车的贷检工作。柳州南站采用先进的系统集成技术,通过统一的数据接口,利用计算机网络技术、多媒体技术,将柳州南站与贷运安全有关的各个子系统进行整合,做到贷运安全信息与行车实时信息的融合和系统资源共享,形成一套共保贷运安全的监控系统,提高了贷检安全的质量和效率。 相似文献