贵州省货运量预测研究

发布时间：2017-08-21 20:20

  本文关键词：贵州省货运量预测研究

  更多相关文章： 贵州 货运量 灰色关联度 部分线性模型 预测

【摘要】：贵州省地处西南山区,地貌类型复杂、地表崎岖破碎、土层浅薄、水土流失严重、环境承载力低、人多地少等生态环境脆弱性,导致当地交通不发达,制约了经济快速健康发展,交通系统与经济系统表现为不协调状态。精准地预测贵州省货运量,可对贵州省交通运输状况进行合理的调配,提高货物运输的周转率,同时也为贵州货运基础设施的规划提供建议,合理地分配资源,使运输方式更加多元化,各种运输方式之间更加协调,促进交通运输业的发展,从而带动当地经济的发展。目前对货运量的预测研究主要通过两种方式,一是根据货运量的影响因素建立预测模型,二是根据货运量的时间序列数据的变化规律。两种方法各有优缺点,现如今,货运量的影响因素众多,对复杂的未知因素的把握不够,在进行预测时只考虑了货运量的参数特性,没有对其非参数特性进行研究,影响了预测效果。基于以上因素的考虑,本文选取贵州省货运量这个研究主体,试图将部分线性模型,一种既包含参数部分,又包含非参数部分的模型引入到贵州省货运量预测中来,同时采用多元线性回归模型、灰色预测模型对贵州省货运量建立预测模型,探讨三种模型的预测效果。考虑到贵州目前的货运方式主要以公路、铁路为主,本文进对贵州公路货运量与铁路货运量进行预测研究。本文首先对贵州货运量的影响因素进行分析,通过运用灰色关联度分析法,提取出影响公路、铁路货运量的主要因素:公路货运量主要影响因素为:地区生产总值、社会消费品零售总额、固定资产投资、全部工业增加值、农副产品产值、旅游总人数;铁路货运量的主要影响因素为:社会消费品零售总额、全部工业增加值、铁路营运里程、公路线路里程、茅台酒产量、磷矿石。其次,根据所选取的主要影响因素,并运用1990-2011年的实际数据构建三种预测模型:部分线性模型、多元回归模型、灰色预测模型,并用2012-2014年的实际数据比较三种模型的拟合效果与预测效果,结果显示:在构建公路货运量的预测模型时,部分线性模型与多元回归模型有较好的拟合效果,而仅有部分线性模型的预测效果较好,预测贵州省2012-2014年公路货运量,预测误差都控制在10%以内;建立贵州铁路货运量模型,部分线性模型的拟合效果优于多元回归模型和灰色预测模型,从对2012-2014年贵州省铁路货运量的预测误差可看出,仅有部分线性模型的预测误差控制在10%以内,另外两个模型的预测误差偏大。最后,运用部分线性模型预测贵州省2015-2017年的公路货运量与铁路货运量,结果显示,公路货运量仍保持上升趋势,2017年有望突破10亿吨;铁路货运量在2016年开始上升,逐渐恢复原来增长的趋势。本文认为产生此结果的原因在于部分线性模型将参数模型与非参数模型集合在一起,使得该模型既集中了参数模型的优良特性,又避免了非参数模型的维数祸根的问题,从而提高了模型的预测精度。
【关键词】：贵州 货运量 灰色关联度 部分线性模型 预测
【学位授予单位】：贵州财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F259.27;F512.7
【目录】：

• 摘要3-5
• Abstract5-9
• 1.绪论9-18
• 1.1 研究背景9-10
• 1.2 研究目的及意义10-11
• 1.2.1 研究目的10
• 1.2.2 研究意义10-11
• 1.3 国内外研究现状11-13
• 1.3.1 货运量的国内外研究现状及评述11-12
• 1.3.2 部分线性模型的研究现状及评述12-13
• 1.3.3 国内外研究现状综合评述13
• 1.4 论文的主要内容、研究方法和技术路线13-18
• 1.4.1 主要内容13-14
• 1.4.2 研究方法14-16
• 1.4.3 技术路线16-18
• 2.贵州货运现状分析18-25
• 2.1 贵州概况18-21
• 2.1.1 贵州的自然条件18-19
• 2.1.2 贵州经济社会发展现状19-21
• 2.2 贵州货运现状21-24
• 2.2.1 贵州货运业基础设施发展情况21-23
• 2.2.2 贵州货运运营情况23-24
• 2.2.3 贵州交通运输存在的问题24
• 2.3 小结24-25
• 3.贵州货运影响因素分析25-29
• 3.1 定性分析25-26
• 3.1.1 政策因素的影响25
• 3.1.2 经济因素的影响25
• 3.1.3 人口因素的影响25-26
• 3.1.4 其他因素的影响26
• 3.2 定量分析26-28
• 3.2.1 公路货运量影响因素分析26-27
• 3.2.2 铁路货运量影响因素分析27-28
• 3.3 货运量影响因素的预测28
• 3.4 小结28-29
• 4.贵州货运量预测研究29-46
• 4.1 预测的基本原则29-30
• 4.2 预测内容与方法30-32
• 4.2.1 预测内容30
• 4.2.2 预测方法30-31
• 4.2.3 预测步骤31-32
• 4.3 货运量预测32-45
• 4.3.1 公路货运量预测32-39
• 4.3.2 铁路货运量预测39-45
• 4.4 小结45-46
• 5.总结与展望46-47
• 5.1 论文工作总结46
• 5.2 需要进一步研究的问题46-47
• 参考文献47-49
• 附录49-51
• 致谢51-52
• 攻读硕士学位期间科研成果52

【参考文献】

中国期刊全文数据库 前10条

1 郑春伟;林丽华;田瑞;;呼和浩特市公路货运量预测研究[J];物流技术;2015年07期

2 汤兆平;朱经旺;孙剑萍;;基于改进灰色-Markov模型的铁路货运量需求预测[J];铁路采购与物流;2015年03期

3 王栋;米国际;;基于灰色关联和BP神经网络的铁路货运量预测方法[J];江南大学学报(自然科学版);2015年01期

4 李磊;刘叶;;我国社会物流需求量的非线性回归预测[J];江南大学学报(自然科学版);2014年03期

5 朱文铜;;基于改进BP神经网络的铁路货运量预测[J];石家庄铁道大学学报(自然科学版);2014年02期

6 李超;唐伯明;刘唐志;;产业园区货运交通量预测方法研究与应用[J];公路与汽运;2014年01期

7 刘锋;银利;张星;;部分线性模型在重庆地区生产总值分析与预测中的应用[J];重庆理工大学学报(自然科学);2013年10期

8 赵建有;周孙锋;崔晓娟;王高青;;基于模糊线性回归模型的公路货运量预测方法[J];交通运输工程学报;2012年03期

9 孙志华;刘金yN;贾超华;;部分线性模型在北京市税收分析和预测中的应用[J];数学的实践与认识;2011年04期

10 贾学锋;;灰色预测模型在公路货运量预测中的应用[J];物流科技;2010年09期

，

本文编号：714906