道路货运量、燃油价格与国民经济的协整分析

为了研究中国道路货运量、燃油价格和国民经济之间的动态规律,是否具有长期稳定均衡关系及道路运输业的发展问题,本文选取我国1978-2007年的实际数据,并利用计量经济学中Econometric Views软件工具对这些数据进行处理和分析. 运用协整分析方法、单位根检验、Granger因果关系和Johansen检验等方法,对我国道路货运量、燃油价格和国民经济之间的关系进行了实证分析并建立了误差修正模型,寻求这三者之间的短期动态波动和长期均衡关系. 分析结果表明：道路货运量、燃油价格和国民经济之间存在协整关系,即它们之间已形成长期稳定均衡关系;道路货运量是国民经济GDP的Granger原因,道路货运量的变化将引起国民经济的同方向变动;燃油价格的变化与道路货运量呈现反方向变动.     

��·��������ȼ�ͼ۸�����񾭼õ�Э������

为了研究中国道路货运量、燃油价格和国民经济之间的动态规律,是否具有长期稳定均衡关系及道路运输业的发展问题,本文选取我国1978-2007年的实际数据,并利用计量经济学中Econometric Views软件工具对这些数据进行处理和分析. 运用协整分析方法、单位根检验、Granger因果关系和Johansen检验等方法,对我国道路货运量、燃油价格和国民经济之间的关系进行了实证分析并建立了误差修正模型,寻求这三者之间的短期动态波动和长期均衡关系. 分析结果表明：道路货运量、燃油价格和国民经济之间存在协整关系,即它们之间已形成长期稳定均衡关系;道路货运量是国民经济GDP的Granger原因,道路货运量的变化将引起国民经济的同方向变动;燃油价格的变化与道路货运量呈现反方向变动.     

基于产业结构测度的货运量预测模型

在对货运量预测理论及步骤概述的基础上,重点分析基于产业结构测度的货运量预测模型。并以合肥市为例,将单位GDP货运量的生成量与产业结构测度二者关系数量化,建立二者关系模型,根据统计学的方法检验模型的可靠性,并利用该模型预测地区货运量。     

组合预测模型在铁路货运量预测中的应用

货运量预测是铁路运输规划的基础,单一预测方法很难准确有效地进行运量预测。探讨组合模型在铁路货运量预测中的应用,以全铁路货运量及社会经济发展状况为样本,对未来铁路货运量进行预测。实证预测结果表明：组合预测模型能有效综合各模型的有用信息,从而提高模型预测精度,与单一模型相比,该方法具有较好的实用价值。     

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。     

��·������Ԥ��ĸĽ�BP�����緽��

铁路货运量与其影响因素之间存在着复杂的非线性关系，传统的BP神经网络模型能对非线性系统进行很好的拟合，但模型的预测能力不强。通过单位根检验，可知铁路货运量及其影响因素的时序列数据是非平稳的。本文通过分析BP神经网络的传递函数对非平稳时间序列预测的不利影响，提出用差分法对输入数据进行预处理，在此基础上建立了铁路货运量预测的改进BP神经网络模型，并通过实例计算说明了这种改进BP神经网络方法对提高铁路货运量预测精度的有效性，最后利用该模型对2006—2O1O年的铁路货运量进行了预测。     

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

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。     

基于层次结构模型的RBF神经网络货运量预测方法

为了有效地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结构模型,并根据该模型构建基于RBF神经网络的货运量预测方法。用我国1985~2004年的货运量对该神经网络进行训练和预测,同时与BP神经网络预测方法进行比较。结果表明,该方法具有更快的运算速度和更高的精度,具有很好的预测能力和应用价值。     

基于改进灰色GM(1.1)模型的铁路货运量预测

针对铁路货运量年度长期预测对货运部门制定短期运输规划指导不足的问题,引入GM(1.1)模型预测铁路月度货运量.考虑货运量序列常呈振荡波动的特征,利用加速平移变换和加权均值变换弱化序列的波动性后,建立改进灰色GM(1.1)模型实现最终预测.对我国2019年11月至2020年5月铁路月度货运量序列拟合结果比较表明,与传统GM(1.1)模型相比,改进GM(1.1)模型在预测精度方面明显提高,能更好的拟合铁路月度实际货运量,解决了传统GM(1.1)模型对呈现振荡波动现象的铁路货运量预测精度较低的问题.     

25t轴重货车的可行性研究

本文首先分析了带有传统三大件转向架货车的轴重由２１ｔ提高为２５ｔ后轮轨动力作用的变化情况。通过研究，提出改变我国传统转向架结构和优化参数的途径来降低轮轨的动力作用并探讨在既有线路上实现２５ｔ轴重的可行性。     

重载交通条件下交通参数分析及沥青路面设计

在府店路上,选取了2个点,进行车型组成和施荷参数调查.在此基础上,分析了超载超限运输和路面相关的主要特征,对路面设计应对这些特征变化如何调整进行了探讨,通过分析,推荐了合理的重载沥青路面的设计标准轴重、轴载换算公式和轴次计算的工作流程.     

货车采用不同轮径时轮轨接触应力分析

加大车辆轴重是提高铁路运输能力的重要方法，但这势必会引起轮轨接触应力的增加。本文从理论计算和实验分析两个方面，研究了加大车轮直径对改善轮轨接触应力的关系，计算及实验结果表明，将货车车轮直径由840mm加大至915mm是有利的。     

从轨道方面看发展25t轴重货车的可行性

本文从轨道方面就发展25t轴重货车的可行性,从轨道准静态效应、轨道垂向动力效 应及翻谴振动效应等方面对高质量低刚度的轨道结构进行了较全面的分析。分析认 为,提高轴重是扩能的需要,运用现代科学技术和国内外铁路的运营经验,实现重轴 重大型货车的低轮轨力和低振动效应的车辆和轨道的相互作用,是能够获得所期望 的效果的。      

航空货物运量分形预测及R／S分析

航空货运量预测是航空公司运力安排的重要参考。本文根据分形拼贴定理,由分形插值方法求取一个吸引子与航空货运量历史数据相近的迭代函数系统,建立分形预测模型,对航空货运量进行预测。预测结果表明,该方法不存在收敛性问题,数据收集简单,具有较好的实用性。货运量时间序列R/S分析进一步表明了预测值的合理性。     

基于模糊线性回归模型的公路货运量预测方法

确定了公路货运量的影响因素分别为GDP、人口数量、社会消费零售总额和农副产品产值,构建了基于模糊线性回归模型的公路货运量预测方法。以延安市公路货运枢纽规划为实例,1995～2004年的货运统计量作为因变量,确定了模型的模糊系数。以2005～2010年的货运统计量作为验证值,分析了模型的拟合精度,并将模糊线性回归模型的预测结果与指数平滑法、灰色模型、弹性系数法3种常见预测方法的预测结果进行比较。研究结果表明:在模糊线性回归模型中,t检验的平均值为0.673 07,说明预测值与实际值差异不显著,模型预测效果较好;4种方法的平均相对误差分别为0.073 1、0.100 3、0.167 8、0.232 9,可见,本文方法误差最小。     

影响区域物流量的优先经济指标的灰关联分析

通过实例,对货运总量、货物周转量与主要经济指标之间进行灰关联分析,寻找出现阶段影响区域物流量的经济指标的主次关系,得出工业总产值和社会消费品零售总额分别成为影响货运总量及货物周转量的优先经济指标.根据现阶段地区优先经济指标发展水平,为构建和完善与区域经济发展水平相协调的区域物流体系提供决策依据和理论指导.     

用因素分析理论分析铁路运营指标 对铁路货运收入的影响

论文分析了货物周转量、发送量、装车数、平均运程及货车静载重等铁路运营指标与铁 路货运收入的关系,运用微积分方法推导出了指标因素影响分析的计算公式,得出了分析铁路 运营指标对铁路货运收入影响的计算方法,并给出了计算实例.