基于广义回归神经网络的公路货运量预测方法研究

公路货运量受多种因素影响,各因素的作用机制通常不能准确地用数学语言进行描述.采用广义回归神经网络(GRNN)对货运量进行分析及预测.通过对1995～2003年南京市公路运量的历史数据进行分析和处理,对网络进行训练和拟合,用2004～2005年的实际数据进行模型检验,结果证明了GRNN用于货运量预测的有效性.     

2002年公路货运量111．6亿t 公路客运量147．5亿人

2002年国家加大了固定资产投资力度，加强基础设施建设，公路建设进一步加快。按全社会完成总量统计，2002年公路货运量占总运量的75．3%，是铁路运输的5.5倍，公路货物周转量占货物周转量的13．4％；公路客运量占总运量的91．7%，是铁路客运量的14．0倍，公路旅客周转量占全国旅客周转量的55．3%。     

疫情带来的挑战和机遇

2020新冠肺炎疫情来势凶猛,国内采取了"封城"、停工、停学的严管措施。基于工业企业年后复工延期、供应链短期偏紧,用户购车观望,客运量与货运量短期下滑等因素的影响,我国宏观经济将短期下行,并对商用车市场的发展产生了较大影响(详见本期焦点栏目)。笔者分析认为,这场新冠肺炎疫情的出现将加速或者改变目前我国商用车行业的格局,对于我国专用车行业来说或将呈现以下新变化和新机遇。     

航道货运量预测方法及其应用

为了精确预测航道未来货运量需求,克服传统预测方法无法实现复杂非线性拟合的缺点,分析了航道货运量的影响因素,探讨了遗传规划方法在航道货运量预测问题上的应用.根据遗传规划巾复制、交换、变异等进化方式,建立了基于遗传规划的航道货运量预测模型.以江苏省连申线苏北段历年货运量及区域经济发展状况为样本,采用遗传规划方法自动找出货运量随时间变化的规律,并对未来货运量进行了预测.结果表明,本箅法的计算相对误差很小,预测结果合理可信,且优于常用的回归预测,为解决航道货运量等非线性系统预测提供了一条新的途径.     

长江黄金水道“十一五”蓝图方案

长江全长6300余公里，是我国第一、世界第三大河，于流流经七省二市，是我国唯一贯穿东、中、西部的水路交通大通道。主要支流沟通长江南北地区，是流域综合运输体系的重要组成部分，长江水运货运量已经超过了美国的密西西比河和欧洲的莱茵河，成为目前世界上内河运输最繁忙、运量最大的通航河流。     

灰色预测模型在过坝货运量预测中的应用

以MATLAB为工具,运用灰色系统理论建立立了基于GM(1,1)的过坝货运量预测模型,以2001-2006年小南海枢纽货运量为原始数据对2007-2011年货运量做了预测。结果表明,该方法具有所需原始数据少、预测精度高等优点。     

欧洲铁路货运增长7％

国际铁路联盟(UIC)宣布,2007年上半年,欧洲铁路成员国的铁路货运量(t·km)增长了7%。该数据不包括非联盟成员国的新运营商。因此,UIC认为实际增长水平会更高。不同成员国的情况明显不同。其中25家运营商的运输量上升,14家下降。UIC发现国际货运量迅速增长,目前占欧洲铁路货运量