基于模糊时间序列分析的广铁集团货运量预测

发布时间：2020-05-09 14:46

【摘要】：：铁路货运量是铁路生产组织运营的主要依据,货运量预测结果的合理性、可靠性直接影响了铁路运输的效率,对制定未来铁路运输发展战略、合理利用铁路货运资源、充分发挥铁路运输设施的效益都有着重要的意义。 本文以广铁集团货运为例,在对其货运量进行定性及定量分析研究的基础上,提出了适合其生产实际的货运量预测方法——模糊时间序列模型。此方法与传统预测模型不同的是,预测结果不是具体的数值,而是一个可能范围区间。并且在原方法的基础上,对模型进行了改进,使之更适合铁路货运的实际情况。该方法适应于铁路货运量短期复杂的货运变化,为铁路组织及运营提供了数据依据。 本文分为七个部分：第一部分阐述了论文背景及选题意义、国内外研究现状、研究内容及研究方法；第二部分对现有的货运量预测方法进行了介绍及分析评价,提出对广铁货运量的分析预测采取定性分析和定量分析相结合的办法；第三部分对广铁集团近几年的货运现状进行了定性分析,包括了货运量整体变化趋势、货物品类结构变化趋势、管内三省具体货运情况和主要货运站货运情况等四个方面的内容,之后总结了影响广铁集团货运量变化的因素；第四部分介绍了对广铁集团货运量预测所采用的模糊时间序列模型,并在原模型基础上提出了改进,分别是对目标函数的改进和对季节波动量的修正；第五部分以广铁集团管内株洲北站货物发送量和广铁煤炭运量为例,采用模糊时间序列模型及其改进算法进行预测,并验证了模型及其改进的有效性；第六部分分析了广铁集团货运当前所面临的问题,并对其未来货运发展提出了运营对策；第七部分为结论与展望,总结了本文的研究工作,对未来需要进一步研究的问题进行了展望。
【图文】：

3.2.4主要货运站货运量分析本文收集了广铁集团2012年1月到12月间的车站货运量数据，并以此为依据对广铁集团管内主要货运站货运量进行统计和分析。1.到达发送总量分析经统计，2012年广铁集团货物到达量分布如下图所示。

大于100万吨的车站占总数的7%;煤炭的到达相对于发送更加集中。广铁集团有煤炭到达量的车站有145个，其中到达量最高的10个车站占集团煤炭总到达量的56%;有煤炭发送量的车站有87个，，其中发送量最高的10个车站占集团煤炭总发送量的66%。广铁集团煤炭到发总量前十的车站如下图所不。
【学位授予单位】：中南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U294.13

【参考文献】

相关期刊论文 前10条

1 李洁,李远富;基于马尔可夫链的铁路货运量预测值修正[J];铁道货运;2005年04期

2 赵闯,刘凯,李电生;基于广义回归神经网络的货运量预测[J];铁道学报;2004年01期

3 李红启,刘凯;基于Rough Set理论的铁路货运量预测[J];铁道学报;2004年03期

4 刘志杰;季令;叶玉玲;耿志民;;基于径向基神经网络的铁路货运量预测[J];铁道学报;2006年05期

5 谢建文;张元标;王志伟;;基于无偏灰色模糊马尔可夫链法的铁路货运量预测研究[J];铁道学报;2009年01期

6 郭玉华;陈治亚;冯芬玲;畅博;;基于经济周期的铁路货运量神经网络预测研究[J];铁道学报;2010年05期

7 任德亮,李向国,张天伟;建立铁路货运量季节性预测模型的研究[J];铁道运输与经济;2004年08期

8 童明荣;薛恒新;林琳;;基于Holt-Winter模型的铁路货运量预测研究[J];铁道运输与经济;2007年01期

9 龚玉荣,祁兵;多层递阶方法在铁路货物运输量预测中的应用[J];中国铁路;1997年01期

10 苗蕾;齐向春;;国外铁路货物运输发展特点及启示[J];中国铁路;2009年08期

本文编号：2656302