铁路货运周转量预测模型的选择及实证研究
发布时间:2021-01-23 12:33
2006年《中国铁路统计资料汇编》的各项数据显示,随着中国经济的发展,国内的各种运输方式逐渐出现了供不应求的现象。其中,以铁路运输供求矛盾最为尖锐,铁路运输现在已经成为国民经济发展的瓶颈。中国铁路的发展已是迫在眉睫,但这种发展不能是盲目的,需要以对铁路运输经济理论的研究为基础。对铁路货运周转量的准确预测,是正确分析铁路货运的供求关系,明确发展方向,制定铁路货运未来总体发展战略的关键。但由于铁路货运状况的复杂性,如各线路客货混运、路网规模不能满足现实需求、货运需求数据无法统计等原因,铁路货运周转量预测的问题,需要不断根据现实情况的变化进行改进和完善。现在,面对铁路客货分线、发展城际客运系统以及铁路大提速的现状,如何制定运输策略,明确发展方向,货运周转量预测问题再次被提上日程。鉴于上述情况和问题,本文选择了铁路货运周转量预测这个研究方向,试图在前人研究的基础上,提出一种较为可行的相关问题预测的思路,针对铁路运输企业在货运周转量预测中遇到的问题,尝试运用科学的预测技术,从调查分析过去和现在的相关数据、情况和经验出发,对一定地区和范围内的货运市场需求进行分析、预计、判断与测算,得出货运市场需求...
【文章来源】:北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】:105 页
【学位级别】:硕士
【部分图文】:
铁路客运专线图
图4-3铁路货运周转量与钢产量滞后值的相关关系F19.4一3RelationshiPbetweenrailwaytumoverandseteellags知,铁路货运周转量与钢产量滞后l,2,5阶的值存在相关关系。因09(railway)与109(steelCl)),109(steelC2)),109(steelC5))的因果回归模确定铁路货运周转量(109(railway))与煤炭产量滞后值(109(coal‘l),1092),109(coalC3),……)间的相关关系,得到如下结论:
137.5779 0.000000图4一4Fig.4一4铁路货运周转量与煤炭产量滞后值的相关关系 RelationshiPbetweenrailwayturnoverandeoallags可知,铁路货运周转量只与煤炭产量滞后1,5,7,12,13阶的值存在相关关系。因此可建立109(railway)与109(coalCl)),109(eoalC5)),109(eoalC7))
【参考文献】:
期刊论文
[1]基于组合预测的RBF神经网络货运量预测方法研究[J]. 胡波,刘建民. 交通与计算机. 2006(04)
[2]基于模糊模式识别的支持向量机的回归预测方法[J]. 李庆国,陈守煜. 水科学进展. 2005(05)
[3]基于主成分分析的公路货运量预测影响因素研究[J]. 崔淑华,王娜,胡亚南. 森林工程. 2005(05)
[4]区域货运量预测方法的比较[J]. 程礼芬. 重庆交通学院学报. 2005(04)
[5]青藏铁路格拉段货运量预测[J]. 沈鹏,杨浩,魏玉光. 北京交通大学学报. 2005(03)
[6]基于灰色-马尔可夫链改进方法的铁路货运量预测研究[J]. 林晓言,陈有孝. 铁道学报. 2005(03)
[7]道路货运量预测的遗传规划方法研究[J]. 赵春,刘增高,王炜. 交通与计算机. 2005(01)
[8]铁路客货运量预测的随机灰色系统模型[J]. 张飞涟,史峰. 中南大学学报(自然科学版). 2005(01)
[9]广州南沙疏港铁路货运量预测研究[J]. 王晚香,蒋惠园. 铁道货运. 2005(01)
[10]调和平均的组合预测方法之性质研究[J]. 陈华友,盛昭瀚,刘春林. 系统工程学报. 2004(06)
本文编号:2995216
【文章来源】:北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】:105 页
【学位级别】:硕士
【部分图文】:
铁路客运专线图
图4-3铁路货运周转量与钢产量滞后值的相关关系F19.4一3RelationshiPbetweenrailwaytumoverandseteellags知,铁路货运周转量与钢产量滞后l,2,5阶的值存在相关关系。因09(railway)与109(steelCl)),109(steelC2)),109(steelC5))的因果回归模确定铁路货运周转量(109(railway))与煤炭产量滞后值(109(coal‘l),1092),109(coalC3),……)间的相关关系,得到如下结论:
137.5779 0.000000图4一4Fig.4一4铁路货运周转量与煤炭产量滞后值的相关关系 RelationshiPbetweenrailwayturnoverandeoallags可知,铁路货运周转量只与煤炭产量滞后1,5,7,12,13阶的值存在相关关系。因此可建立109(railway)与109(coalCl)),109(eoalC5)),109(eoalC7))
【参考文献】:
期刊论文
[1]基于组合预测的RBF神经网络货运量预测方法研究[J]. 胡波,刘建民. 交通与计算机. 2006(04)
[2]基于模糊模式识别的支持向量机的回归预测方法[J]. 李庆国,陈守煜. 水科学进展. 2005(05)
[3]基于主成分分析的公路货运量预测影响因素研究[J]. 崔淑华,王娜,胡亚南. 森林工程. 2005(05)
[4]区域货运量预测方法的比较[J]. 程礼芬. 重庆交通学院学报. 2005(04)
[5]青藏铁路格拉段货运量预测[J]. 沈鹏,杨浩,魏玉光. 北京交通大学学报. 2005(03)
[6]基于灰色-马尔可夫链改进方法的铁路货运量预测研究[J]. 林晓言,陈有孝. 铁道学报. 2005(03)
[7]道路货运量预测的遗传规划方法研究[J]. 赵春,刘增高,王炜. 交通与计算机. 2005(01)
[8]铁路客货运量预测的随机灰色系统模型[J]. 张飞涟,史峰. 中南大学学报(自然科学版). 2005(01)
[9]广州南沙疏港铁路货运量预测研究[J]. 王晚香,蒋惠园. 铁道货运. 2005(01)
[10]调和平均的组合预测方法之性质研究[J]. 陈华友,盛昭瀚,刘春林. 系统工程学报. 2004(06)
本文编号:2995216
本文链接:https://www.wllwen.com/jingjilunwen/jtysjj/2995216.html