基于遗传神经网络的川江滚装运输货运量预测研究
发布时间：2021-11-19 20:17
滚装运输是指通过滚装船运送货车，把货车和货物同时运输的一种海上运输方式。本文在概述了国内外滚装运输的发展概况后，回顾了我国滚装运输的发展历程。详细分析了川江滚装运输的发展过程以及现状。调查研究了川江滚装运输经过前期的蓬勃发展后，由于川江流域地区道路结构发生改变，导致川江滚装运输的生存和发展受到严重威胁，迫切需要预测未来数年川江滚装运输市场的货运量，并通过数据对比来确定预测的准确性，解决运力运量失衡问题，提出滚装市场发展策略来保障川江滚装运输生存和发展。本文采用遗传BP神经网络模型预测滚装货运量，确定预测的准确性，解决运力大于运量问题，对比数据确定预测模型的准确性，然后提出发展策略，保障川江滚装运输的生存和发展。第一章,绪论阐述了研究背景和意义，详细描述了国内外研究现状。第二章介绍了相关理论和方法，主要包括BP神经网络和遗传算法。第三章阐述了川江滚装运输市场发展概况，包括国内外滚装运输市场发展概况，主要描述川江滚装运输市场。第四章是各种预测方法的比较和优劣性选择，说明其它方面的局限性以及遗传BP模型的优势，确定遗传BP神经网络模型作为川江滚装运输市场货运量的预测模型。第五章是本文的核心章...
【文章来源】：重庆交通大学重庆市
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
遗传算法优化神经网络结构流程图
如图 3-1 所示，2005 年—2012 年期间，滚装货运量整体呈上升趋势，同时物流业增加值逐年增加，物流业的发展势头良好，这一点与滚装运输业的发展是离不开的，说明川江滚装运输业的发展直接推动了川江流域物流业的发展。表 3.1 2006-2012 年重庆市物流业增加值和滚装货运量分析表年份 2006 2007 2008 2009 2010 2011 2012增加值（亿元）279.88 319.82 389.62 452.43 534.47 579.87 594.68滚装货运量（吨）9433470 11767500 12779820 11407590 7752750 7433090 7694190
图 3-2 各运输方式所占比例图分析表 3.3 显示，在各类交通运输方式中，货运量增长最快的是航空运输，其次的水运；集装箱货运量增速很快，经对比，2012 年货运完成量是 2005 年的3.21 倍。如图 3-2 所示，可知各类交通运输所占比例，公路货运量占比最大，占据百分比为 87%，其次是水路运输占比 10%、铁路运输占比 3%，航空货运量所占比例最小不到 1%。明显可见在综合交通体系中，公路运输具有明显优势，依旧占据主导地位，占比超过 85%，说明载货汽车在短途运输方面依旧偏向于在公路上行驶而不是乘坐滚装船。水路运输位居第二，主要原因在于川江流域水系发达，相当一部分货物需要通过水运，而在西部大开发以及东西部经济交通持续增多的背景下，水路运输拥有充足稳定的货源，为水路货运量保持较高增长提供了基础。铁路运量增长较小，民航货运量从 2005 年到 2012 年增长 2.8 倍，增长幅度较大，但是由于其能承载的货运量相比其他运输方式极小，可知其对于其他运输方式的影响并不大。由于重庆在长江流域具有地理优势、省内两江新区政策规划比较适合集装箱运输、以及内河航道完善和码头装卸效率的提高，使得集装箱运输拥有广阔的前景。由表 3.3 分析可知，公路运输依旧占据最大比重，而水运
【参考文献】：
期刊论文
[1]川江滚装运输发展的SWOT分析及对策[J]. 蒋军. 世界海运. 2012(12)
[2]发展四川省长江滚装运输[J]. 蒋军,林彩. 水运管理. 2012(12)
[3]长江中下游载货汽车滚装运输亟待发展[J]. 陈晓奇. 中国港口. 2012(04)
[4]具有最优学习率的RBF神经网络及其应用[J]. 卫敏,余乐安. 管理科学学报. 2012(04)
[5]基于遗传神经网络的时序数据预测[J]. 张亚兵,张海燕,鲁汉榕,李朝真. 软件导刊. 2012(01)
[6]基于遗传算法和神经网络的复杂对象的建模与优化[J]. 马凯,何志琴. 组合机床与自动化加工技术. 2012(01)
[7]带平衡约束的离散网络平衡设计问题的遗传算法[J]. 谌永荣,黄崇超. 数学杂志. 2012(01)
[8]基于MATLAB的相似度-遗传神经网络在储层物性预测中的应用[J]. 董兴朋. 科学技术与工程. 2011(35)
[9]基于神经网络与遗传算法的蔬菜市场价格预测方法研究[J]. 罗长寿. 科技通报. 2011(06)
[10]基于GA-BP神经网络的扬声器音盆性能预测技术[J]. 汪胜,应时彦,刘志斌. 科技通报. 2011(06)
硕士论文
[1]重庆滚装船运输发展研究[D]. 曾祥联.重庆交通大学 2008
本文编号：3505787
【文章来源】：重庆交通大学重庆市
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
遗传算法优化神经网络结构流程图
如图 3-1 所示，2005 年—2012 年期间，滚装货运量整体呈上升趋势，同时物流业增加值逐年增加，物流业的发展势头良好，这一点与滚装运输业的发展是离不开的，说明川江滚装运输业的发展直接推动了川江流域物流业的发展。表 3.1 2006-2012 年重庆市物流业增加值和滚装货运量分析表年份 2006 2007 2008 2009 2010 2011 2012增加值（亿元）279.88 319.82 389.62 452.43 534.47 579.87 594.68滚装货运量（吨）9433470 11767500 12779820 11407590 7752750 7433090 7694190
图 3-2 各运输方式所占比例图分析表 3.3 显示，在各类交通运输方式中，货运量增长最快的是航空运输，其次的水运；集装箱货运量增速很快，经对比，2012 年货运完成量是 2005 年的3.21 倍。如图 3-2 所示，可知各类交通运输所占比例，公路货运量占比最大，占据百分比为 87%，其次是水路运输占比 10%、铁路运输占比 3%，航空货运量所占比例最小不到 1%。明显可见在综合交通体系中，公路运输具有明显优势，依旧占据主导地位，占比超过 85%，说明载货汽车在短途运输方面依旧偏向于在公路上行驶而不是乘坐滚装船。水路运输位居第二，主要原因在于川江流域水系发达，相当一部分货物需要通过水运，而在西部大开发以及东西部经济交通持续增多的背景下，水路运输拥有充足稳定的货源，为水路货运量保持较高增长提供了基础。铁路运量增长较小，民航货运量从 2005 年到 2012 年增长 2.8 倍，增长幅度较大，但是由于其能承载的货运量相比其他运输方式极小，可知其对于其他运输方式的影响并不大。由于重庆在长江流域具有地理优势、省内两江新区政策规划比较适合集装箱运输、以及内河航道完善和码头装卸效率的提高，使得集装箱运输拥有广阔的前景。由表 3.3 分析可知，公路运输依旧占据最大比重，而水运
【参考文献】：
期刊论文
[1]川江滚装运输发展的SWOT分析及对策[J]. 蒋军. 世界海运. 2012(12)
[2]发展四川省长江滚装运输[J]. 蒋军,林彩. 水运管理. 2012(12)
[3]长江中下游载货汽车滚装运输亟待发展[J]. 陈晓奇. 中国港口. 2012(04)
[4]具有最优学习率的RBF神经网络及其应用[J]. 卫敏,余乐安. 管理科学学报. 2012(04)
[5]基于遗传神经网络的时序数据预测[J]. 张亚兵,张海燕,鲁汉榕,李朝真. 软件导刊. 2012(01)
[6]基于遗传算法和神经网络的复杂对象的建模与优化[J]. 马凯,何志琴. 组合机床与自动化加工技术. 2012(01)
[7]带平衡约束的离散网络平衡设计问题的遗传算法[J]. 谌永荣,黄崇超. 数学杂志. 2012(01)
[8]基于MATLAB的相似度-遗传神经网络在储层物性预测中的应用[J]. 董兴朋. 科学技术与工程. 2011(35)
[9]基于神经网络与遗传算法的蔬菜市场价格预测方法研究[J]. 罗长寿. 科技通报. 2011(06)
[10]基于GA-BP神经网络的扬声器音盆性能预测技术[J]. 汪胜,应时彦,刘志斌. 科技通报. 2011(06)
硕士论文
[1]重庆滚装船运输发展研究[D]. 曾祥联.重庆交通大学 2008
本文编号：3505787
本文链接：https://www.wllwen.com/guanlilunwen/wuliuguanlilunwen/3505787.html
