基于改进神经网络的铁路货运量预测研究

发布时间：2020-09-02 15:03

　　铁路货运量反映了国民经济各个部门对铁路运输的需求,是安排铁路建设和运营的重要依据,也是处理好铁路内部各部门协调发展的前提。在市场经济条件下,对不断变化的铁路运输需求进行及时、灵敏、准确、科学地预测,显得尤为迫切与重要。但是铁路货运量是由众多内外在因素共同影响而成的,它与其影响因素之间有着比较复杂的非线性映射关系。而传统的预测方法大都是基于时间序列或者因果关系的,所建立的模型不能完全反映有关数据的内部结构与复杂性,不能充分利用信息量。因此寻求一套科学的铁路货运量预测方法尤为必要。本文首先阐述了铁路货运量预测问题的研究意义,分析了铁路货运量预测问题的研究现状,叙述了本文的主要内容。然后从定性及定量的角度分析了铁路货运量的现有预测方法,并在历年数据的基础上利用指数平滑法、线性回归法、灰色预测法及组合预测法作实证分析。接着从国民经济、产业结构、大宗货物产量、交通运输结构、国家政策、其他因素等诸方面定性分析了铁路货运量的影响因素,并在此基础上做定量分析,选出了铁路货运量的十种主要影响因素,为之后的神经网络算法做好前期准备工作。本文在人工神经网络及遗传算法理论的基础上,设计了一种改进的前向神经网络算法——遗传神经算法,并在MATLAB平台上编程实现了该算法。最后,分别比较遗传神经算法与原始神经网络算法,遗传神经算法与其他线性预测算法,分析各算法的优劣势。通过对该问题的研究,作者认为：铁路货运量与国内生产总值、第二产业比重、原煤产量、原油产量、钢材产量、粮食产量,基建投入,港口货物吞吐量,铁路份额,公路份额等因素具有较大的关系；本文所设计的遗传神经算法在算法运行收敛时间及解的质量精度上都比原始神经算法要有所改进提高,具有一定的可行性。
【学位单位】：中南大学
【学位级别】：硕士
【学位年份】：2009
【中图分类】：F532;F224;U294.13
【部分图文】：

原煤产量,铁路营业里程,国民经济,铁路

增长了3.48倍，年递增16.17%;铁路运钢从1.01亿吨增长到2.16亿吨，增长了 1.14倍，年递增7.%%。铁路与国民经济，原煤产量，钢铁产量的增长对比关系如图1一1所示。年递增率图1一 11998一一2007年国民经济、原煤产量、钢铁产量及铁路营业里程增长对比)

铁路,发展速度,公路投资,铁路发展

硕士学位论文第一章绪论由各数据及图1一1可以看出铁路运输的发展速度远远落后于国民经济、煤炭、钢铁等行业的发展速度，铁路发展的相对落后正成为国民经济发展的“瓶颈”。而在几大交通运输方式中，从 1978年到2007年，铁路运输占全社会货运量的比重由44.2%降低到 13.8%，而公路运输则由34.2%增加到72.0%，我国公路投资额从1998年的1061.19亿猛增至2007年的6926.6亿元，增长了6.53倍;我国对铁路的投资额从1998年634.4亿元增长到2007年的2492.7亿元，增长仅为3.93倍

效果图,效果图,模型,指数平滑

316862.32.3.5各线性预测法误差分析首先，由表2一2至表2一6可得各模型的预测效果，如图2一1所示。图2一1各模型预..J效果图其次，结合实际数值，对各模型预测结果进行误差分析，如表2一7所示。表2一7误差对比指指指数平滑滑线性回归归灰色预测测组合预测测 MMMAEEE9735.81115444.62228093.05555460.3999平平均绝对误差差差差差差 MMMAPEEE3.75552.08883.47772.2666平平均绝对误差百分比 (%)))))))))))1)各单一模型中，指数平滑，灰色预测所需的数据较少，较为简便，具有较强的可操作性，而线性回归虽然所需的数值资料较多，但它从铁路货运量与国民生产总值的内在关系出发，反映出二者的映射关系，具有较强的直观性。

【引证文献】