我国第三方物流的现状与发展趋势分析

对我国第三方物流市场的构成、现状进行分析，并对其发展趋势进行预测，为物流企业的发展和物流外包商做出合理的选择提供建议。     

我国铁路发展动车组的建议

简要介绍了国内外动车组的发展情况，预测了国内动车组的发展趋势，并由此提出建议及需要研究解决的专项课题。     

我国客车的发展趋势（待续）

在总结旅客运输和铁路客车发展历史的基础上，提出了客车的发展趋势。预测了“九五”期间新造车的车种及生产数量。     

美国铁路货车发展趋势

列车了美国货车总数、新造货车数及其运用情况的统计资料，预测了美国今后货车的发展趋势。     

我国东西部铁路货运量增长规律预测分析

通过分析我国东西部货运需求及铁路货运发展趋势，对东西部未来货运增长量进行定量预测，并提出提高东西部铁路通道运输能力的措施与方法。     

基于灰色预测法的铁路集装箱运量预测

对运量发展趋势进行预测是正确制定铁路集装箱营销战略的前提和基础.运用灰色预测法对铁路集装箱运量进行了预测,得出铁路集装箱的发送箱数和吨数都将呈上升趋势.     

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.     

世界铁路运输发展趋势

介绍了国际铁路联盟对欧洲、北美洲及亚洲一些国家铁路客货运输的统计结果，并对这些地区铁路客货运输的发展趋势作了预测。     

合肥铁路枢纽的客流现状及客运量预测研究

分析合肥铁路枢纽客流增长趋势和客流波动特点,采取数学建模,运用指数平滑预测法,预测合肥铁路枢纽客运量发展趋势。     

入世过渡期内我国铁路货运的发展趋势

通过分析我国铁路货运在入世过渡期内发展的内外部环境，对铁路外贸货运量及总货运量的发展趋势进行了预测，对大力发展我国铁路货运提出了几点可行性建议。     

机车机械设备振动诊断的改进

介绍了一种供轴承和齿轮传动装置检测的新型装置。这一装置的主要任务是：及时发现轴承和齿声讨劝装置在各使用阶段中的故障，积累和存储轴和齿轮传动装置的技术状态的信息，预测轴承和齿轮传动装置技术状态的发展趋势。     

工业城市生活垃圾的预测量与对策研究

本文利用灰色理论中的GM(1，1)预测模型对某工业城市生活垃圾产生量进行预测。根据垃圾量的发展趋势，提出在分类收集的基础上采取综合利用、焚烧和卫生填埋的处理方法，并对综合处理方法中的管理与技术问题作了探讨。     

应用自回归积分移动平均法预测铁路货源货流发展趋势

在分析铁路货源货流数据的内在规律及其时间序列特性的基础上，提出应用自回归积分移动平均（ＡＲＩＭＡ（ｐ，ｄ，ｑ）模型预测其发展趋势的理论依据，详细说明ＡＲＩＭＡ方法的基本原理和建模步骤，并给出模型的实际应用效果。     

物资消耗定额在提高经济效益中的作用

根据目前保定机务段物资消耗定额工作所面临的形势，提出了加强物资消耗定额日常管理事前预测、事中控制、参与决策、严格监督的各种措施，并据此谈了一些实践中的体会，以及对今后定额工作发展趋势的看法。     

基于灰色-马尔可夫链改进方法的铁路货运量预测研究

科学的预测对于经济现象的研究和经济决策的制定都具有十分重要的意义,因此,关于经济预测理论和方法的研究一直是一个热点。本文将灰色模型预测方法GM(1,1)和马尔可夫链预测相结合,提出灰色马尔可夫链改进预测方法,并且针对我国铁路货运量的发展趋势进行了预测,得出比灰色预测更加准确的结论。从而证明,灰色马尔可夫链改进方法的预测结果更加准确可靠,更有利于决策者的经济决策行为。     

俄罗斯铁路的客流自动化预测系统

俄罗斯《铁路运输业发展战略纲要》中规定，应合理利用运输资源，使运输过程尽可能高效。客运技术经济指标的改善，需要完善对客流的预测方法，在实际的运营活动中，采用信息技术，保障人们对运输服务的需求和对运输业发展预测的适时分析。预测的结果应能显示客运部门商业过程智能系统中最重要的信息分析构成，包括客运的计划和调整，财务与干部的管理情况，以及客运车辆的运用安排。     

基于动态神经网络法考虑区域沉降的高速铁路沉降预测

穿越地面沉降严重区域的高速铁路受工程沉降和区域沉降的耦合影响,准确预测高铁工后沉降的发展趋势对高铁安全运营有重要意义。通过分析影响工后沉降的因素,结合动态神经网络原理,以基准点、工作基点2个指标作为网络输入,以历史沉降数据作为延迟量反馈,用贝叶斯正则化算法训练网络,得到工后沉降的仿真非线性网络。应用此模型在沧州市沉降漏斗区进行沉降预测,以桥墩沉降量作为工后沉降的表征,和传统的双曲线法和灰色预测等模型对比。结果表明,动态神经网络考虑了区域沉降的影响,能更准确的预测工后沉降的发展趋势,具有很高的预测精度。     

基于无偏灰色模糊马尔可夫链法的铁路货运量预测研究

针对传统灰色马尔可夫预测模型存在灰色偏差与抗干扰能力弱的局限性,将无偏灰色理论与模糊集合理论引入预测模型,从趋势曲线灰色拟合与状态分类方式上对传统灰色马尔可夫模型进行改进,提出无偏灰色模糊马尔可夫链预测铁路货运量的方法,并结合"十一五"期间中国铁路货运量和货运市场发展趋势的预测分析,详细阐述了该方法的具体应用,最后使用定性分析对该方法的预测结果进行检验与讨论.理论分析和算例表明,该方法有更可靠的预测结果,并且能够对铁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.     

短时交通流预测模型综述

介绍短时交通流预测的背景和意义,将短时交通流预测的方法分为5类,包括基于统计分析的预测模型、非线性理论模型、基于仿真的预测模型、智能预测模型及混合预测模型。对这5类预测模型进行逐一介绍,并对其在算法复杂度、预测精度、计算时长、适用路段等方面进行分析。短时交通流预测研究领域今后可能的发展趋势是数据来源多样化、混沌理论和深度学习逐渐发展,组合预测模型更加多样,预测精度不断提高。     

基于Box-Jenkins的铁路客运量短期预测

对客运量的发展趋势进行科学预测是铁路客运企业正确进行市场决策的基础。运用Box-Jenkins对某铁路局的客运量进行了预测,结果显示Box-Jenkins模型在分析处理短期客运发送量预测工作中的非平稳时间序列上,具有一定的优势,预测结果可信。