基于经济周期的铁路货运量人工神经网络预测研究

发布时间：2020-11-14 09:53

　　 铁路运输是我国综合运输系统中最重要的运输方式之一,在大宗货物长距离运输中具有不可替代的优势和作用,为我国经济高速稳定发展做出了重大贡献。铁路货运量预测是制定铁路发展规划的依据,是运输企业经营决策的前提,科学的货运量预测对铁路发展战略的制定、充分发挥铁路运输能力具有十分重要的意义。但是,铁路运输作为一个复杂的动态系统,其运行受到多种因素共同作用,其中最显著的影响来自国民经济宏观环境。传统预测方法往往忽略国民经济宏观环境的影响,存在突变误差较大、抗干扰能力弱等不足。因此,有必要研究国民经济宏观环境对铁路货运量预测的影响,提出相应解决措施,建立更合理的铁路货运量预测模型。 论文首先在广泛查阅国内外有关文献的基础上,分析了铁路货运量的影响因素以及现有各种铁路货运量预测方法的优点及不足。 接着,论文重点分析了经济周期理论以及经济周期对铁路货运量预测的影响,认为只有充分考虑经济周期的影响,才能减少突变性误差,提高预测的抗干扰能力。并提出在利用人工神经网络进行铁路货运量预测时,训练样本的时间长度为最近的一个完整经济周期。 在经济周期理论和人工神经网络理论的基础上,论文提出了经济周期阶段参数的概念,并建立了基于经济周期的铁路货运量预测模型。模型由影响因素分析模块、经济周期分析模块和综合预测模块组成。其中经济周期分析模块是整个改进模型的核心,准确的经济周期测定和阶段划分是对铁路货运量进行准确预测的前提。 最后,论文选取大秦线作为实例,分别利用改进模型和传统模型进行大秦线货运量预测,并对预测结果进行对比分析,论证改进模型的优势以及利用动态网络预测铁路货运量的可行性。
【学位单位】：中南大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：U294.13
【部分图文】：

的概括和描述，直接表现宏观经济情况。铁路货运以大宗原材料为主，以2007年铁路货运量为例，煤炭、钢铁、金属矿石、焦炭和非金属矿石等货种合计运量比例高达73%(图2一2)。这些主要货种都是国民经济所需的主要原材料，受国民经济发展影响显著，与经济周期高度相关。当国家宏观经济发生波动时，经济景气程度下降，主要货种的需求程度会显著下滑，铁路货运量也就随之改变。在进行铁路货运量预测时，是利用历史数据对铁路货运量自身发展规律进行拟合，难以预知未来可能存在的经济波动。因此一旦出现较大规模的经济波动，预测就会出现较大突变性误差，这一情况在1998、1999年亚洲金融危机时尤为显著。目前虽然已有学者利用经济波动对突变性误差进行解释133一，’]
【参考文献】

相关期刊论文 前10条

1 匡敏,胡思继,邢培昱,武旭;基于国民经济大系统下的铁路货物运输量预测方法的研究[J];北方交通大学学报(社会科学版);2003年04期

2 耿志修;;大秦线开行20kt级重载组合列车系统集成与创新[J];中国工程科学;2008年03期

3 曾佑新,刘海燕,周尚超;我国铁路煤炭运量预测模型的研究[J];华东交通大学学报;2000年01期

4 马晓珂,王慈光;三次指数平滑法在大秦铁路运量预测中的应用[J];华东交通大学学报;2005年03期

5 石柱鲜;黄红梅;朴粉丹;;基于小波的我国经济周期波动的分析与预测[J];吉林大学社会科学学报;2009年03期

6 徐爱萍;徐武平;;基于自组织竞争神经网络技术的模糊聚类研究[J];计算机工程与科学;2006年11期

7 杨鹏程;龙建成;马建军;;铁路货运量的组合预测方法研究[J];物流科技;2006年11期

8 焦永兰;孙秉珍;;基于灰色理论的铁路客货运量预测研究[J];兰州交通大学学报;2008年03期

9 路辉;;灰色理论在铁路煤炭运输量预测中的应用[J];煤炭工程;2008年04期

10 吴婷;颜国正;杨帮华;孙虹;;基于有监督学习的概率神经网络的脑电信号分类方法[J];上海交通大学学报;2008年05期

相关博士学位论文 前2条

1 白艳萍;人工神经网络在组合优化与信息处理中的应用[D];中北大学;2005年

2 李庆华;我国经济周期阶段性和波动性的动态计量研究[D];吉林大学;2008年

相关硕士学位论文 前4条

1 宋光平;铁路货运量预测方法研究[D];北京交通大学;2007年

2 李瑛;改革开放以来我国经济周期波动及其形成机制研究[D];郑州大学;2007年

3 魏艳强;基于RBF神经网络的货运量预测模型研究[D];天津理工大学;2008年

4 姚庆彬;我国经济周期波动的测度研究[D];中国海洋大学;2008年

本文编号：2883346