铁路货运量预测研究综述

为获得准确的铁路货运量预测，提升铁路货运组织效率，提高铁路物流规划的前瞻性。首先，分析铁路货运量影响因素研究现状，探讨新形势下铁路货运量影响因素的变化；其次，将应用于铁路货运量预测领域的方法分为基于统计学的传统预测方法和基于机器学习的智能预测方法两类并进行应用分析，着重对比梳理智能预测方法的改进方式、改进原理、改进效果和适用场景，从单一模型在数据预处理、参数选取、结构优化方面改进，不确定因素、动态性因素影响下组合预测模型构建和改进，海量、高维度、异构数据下铁路货运量预测的实现3个方面探讨铁路货运量预测领域需进一步研究的方向；最后，基于研究现状和发展特征，指明了铁路货运量预测领域的潜在研究热点和难点，以期为铁路货运组织和运营提供参考。