长江综合运输通道中公路运量预测研究
本文关键词:长江综合运输通道中公路运量预测研究
更多相关文章: 黄金水道 水路运输 公路运量 粒子群算法 支持向量机
【摘要】:长江是中国第一大河流,在内河航运中一直占据重要地位,也是规模最大的水上运输通道。长江干线连接着中国华东、华中、西南三大重要经济区,历来是中国经济发展的东西主轴线。随着中部地区的崛起和西部大开发的逐渐深入,长江上中下游各个省市以此为依托,加快了发展,特别是沿岸重庆、南京、武汉、上海等中心城市对其依赖性也越来越大,一系列的经济产业带也已经在该地区开始形成,并逐渐形成规模。2014年9月,国务院印发了《关于依托黄金水道推动长江经济发展的指导意见》,《意见》指出要将长江经济带建设成协调发展的经济带,更是在世界范围内拥有影响力的内河经济带。交通是经济发展的先行条件,长江综合运输通道的建设为沿江经济带的发展提供了最基础的运输服务支撑。长江综合运输通道是拥有铁路、公路、水路、航空和管道五大运输方式的运输大通道,在促进沿江经济发展过程中起着重要的支撑作用。长江综合运输通道的形成是一个不断完善的过程,从长江水运的开发到水铁、水公的联运,再到五种运输方式的整合,沿江发展一步步走向一体化、多样化、国际化。目前,对长江航线的运力分析,主要是针对水路运力的分析,对水运、铁路等多因素影响下的公路运输量需求变化的文献较少。公路是联系各种运输方式如水运、航空、铁路等的重要手段,这些运输方式的正常运转也在很大程度上依赖公路运输来实现。因此,研究大通道的发展对公路运输的影响,一方面可以为通道的发展建言献策,另一方面,也可为沿江省市的发展提供参考价值。论文首先从长江流域经济社会的发展和综合交通发展现状入手,结合长江黄金水道的建设情况,对长江上中下游的社会发展现状进行综合分析。在此基础上,进一步分析长江综合运输通道的发展对重庆、武汉、上海的公路货运量的影响。其次,基于重庆、武汉、上海社会经济发展数据和交通数据,建立相应的预测模型。并预测出综合运输通道未来三年的公路货运量,为未来公路发展提供参考价值,为综合运输通道的进一步完善提供理论依据,为未来的经济发展规划提供数据支撑。论文采用粒子群优化支持向量机的算法,预测了长江综合运输通道中重庆、武汉、上海的公路货运量,验证了所建模型的有效性,最后预测出长江综合运输通道中六省二市总的公路货运量。预测结果表明综合运输通道的建设大大增加了公路货运量的需求,说明大通道中公路方面还有需要完善和改进的地方。最后依据预测结果提出了几点大通道的发展建议。
【关键词】:黄金水道 水路运输 公路运量 粒子群算法 支持向量机
【学位授予单位】:重庆交通大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U116
【目录】:
- 摘要4-5
- ABSTRACT5-9
- 第一章 绪论9-17
- 1.1 研究的背景9-10
- 1.2 研究的意义10-11
- 1.3 预测方法介绍11-12
- 1.3.1 传统的预测方法11
- 1.3.2 新预测理论的文献综述11-12
- 1.4 论文的主要研究方法12-13
- 1.5 论文的主要内容及结构图13-14
- 1.5.1 论文的主要研究内容13-14
- 1.5.2 论文的研究结构图14
- 1.6 长江综合运输通道14-16
- 1.7 本章小结16-17
- 第二章 长江运输通道运输需求增加对公路运量的影响17-30
- 2.1 公路运输发展现状17-20
- 2.1.1 国外公路运输发展现状17
- 2.1.2 国内公路运输发展现状17-20
- 2.2 长江综合运输通道的发展建设20-23
- 2.2.1 长江经济带的形成20-21
- 2.2.2 长江综合运输通道的经济发展现状21-23
- 2.3 影响长江综合运输通道中公路运量的因素23-27
- 2.3.1 经济结构的影响机理24
- 2.3.2 产业转移的影响过程24-27
- 2.4 选取影响公路运量的因素27-29
- 2.4.1 选取影响因素的标准27-28
- 2.4.2 确定影响因素28-29
- 2.5 本章小结29-30
- 第三章 PSO-SVM模型的理论基础及模型构建30-42
- 3.1 BP神经网络和灰色系统预测模型30-31
- 3.1.1 BP神经网络模型30-31
- 3.1.2 灰色系统模型31
- 3.2 支持向量机基本原理31-38
- 3.2.1 统计学习理论31-33
- 3.2.2 支持向量机33-36
- 3.2.3 非线性支持向量机36-37
- 3.2.4 单一SVM预测模型37-38
- 3.3 PSO基本原理38-39
- 3.3.1 粒子群算法概述38
- 3.3.2 粒子群算法的数学表示38-39
- 3.4 公路货运量的PSO-SVM预测模型39-41
- 3.5 本章小结41-42
- 第四章 长江运输通道中公路货运量预测42-58
- 4.1 重庆市样本数据的选取及处理42-47
- 4.1.1 样本选取及其处理42-46
- 4.1.2 基于PSO-SVM模型的预测46-47
- 4.2 武汉样本选取及预测47-51
- 4.2.1 武汉样本选取48-51
- 4.2.2 基于PSO-SVM模型的预测51
- 4.3 上海市样本选取及预测51-55
- 4.3.1 样本选取52-54
- 4.3.2 基于PSO-SVM模型的预测54-55
- 4.4 长江综合运输通道中总的公路货运量预测55-57
- 4.4.1 大通道中公路货运量的预测55-57
- 4.4.2 长江综合运输大通道的发展建议57
- 4.5 本章小结57-58
- 第五章 总结与展望58-60
- 5.1 论文总结58
- 5.2 研究展望58-60
- 致谢60-61
- 参考文献61-64
- 攻读学位期间取得的研究成果64
【相似文献】
中国期刊全文数据库 前10条
1 ;综合运输[J];全国新书目;2001年05期
2 王先进;国外综合运输体系的概念由来与发展历程[J];交通世界;2002年08期
3 ;综合运输[J];全国新书目;2002年01期
4 罗仁坚;论铁路在综合运输体系中的地位与作用[J];综合运输;2004年07期
5 ;综合运输[J];港口科技动态;2006年04期
6 ;综合运输[J];港口科技;2008年04期
7 张迎涛;李忠奎;周艾燕;武君婷;程悦;;综合运输法规体系的结构[J];运输经理世界;2011年01期
8 陆正业;;建设广西综合运输体系对策研究[J];西部交通科技;2011年07期
9 尚晋平;;综合运输发展的内在动力机制[J];运输经理世界;2013年06期
10 ;《综合运输》(月刊) 服务交通全局 报道运输市场[J];中国港口;2002年11期
中国重要会议论文全文数据库 前4条
1 冯尔钢;;公路是促进综合运输体系协调发展拉动国民经济的动力[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
2 罗阳;;西部大开发引致综合运输市场发展趋势预测[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
3 郭小碚;;交通建设与经济增长[A];二00九年冬季CCER中国经济观察(总第20期)[C];2010年
4 王崇新;;我国石油综合运输优化研究[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
中国重要报纸全文数据库 前10条
1 湖北省交通运输厅党组书记、厅长 尤习贵;加快综合运输体系构建 助推“祖国立交桥”战略实施[N];中国交通报;2012年
2 本报记者 温格林;全国综合运输协调工作座谈会在西安召开[N];现代物流报;2012年
3 驻湖北首席记者 石斌 本报记者 王珍珍;湖北综合运输体系建设先声夺人[N];中国交通报;2012年
4 ;加快职能转变 努力构建综合运输体系[N];中国交通报;2013年
5 记者 孙英利;交通运输部加快推进综合运输体系建设[N];中国交通报;2013年
6 记者 孙英利;交通运输部将建综合运输标准体系[N];中国交通报;2013年
7 湖北省交通运输厅道路运输管理局党委书记 局长 石先平;加强三个衔接 构建综合运输服务体系[N];中国交通报;2014年
8 河南省道路运输管理局局长 吴浩;着眼综合 发力运输 优化服务[N];中国交通报;2014年
9 记者 李韶辉;我国将建“五纵五横”综合运输大通道[N];中国改革报;2007年
10 高建锋;我国将建“五纵五横”综合运输大通道[N];中国证券报;2007年
中国博士学位论文全文数据库 前2条
1 赵静波;吉林省综合运输体系完善与经济发展关系研究[D];吉林大学;2008年
2 陈钟;我国综合运输一体化发展研究[D];北京交通大学;2010年
中国硕士学位论文全文数据库 前10条
1 刘智民;公共交通综合运输智能监管系统[D];大连海事大学;2015年
2 郭新亚;四川省综合运输通道与周边国家互联互通发展研究[D];西南交通大学;2015年
3 杨琴琴;长江综合运输通道中公路运量预测研究[D];重庆交通大学;2016年
4 李学慧;美国综合运输管理体制的研究与启示[D];北京交通大学;2008年
5 刘婷;武汉市综合运输体系发展对策研究[D];武汉理工大学;2009年
6 吴庆宇;当代美国综合运输体系发展的经验与借鉴[D];吉林大学;2006年
7 赵朋;河北省综合运输体系建设与发展对策研究[D];长安大学;2005年
8 孟郁;基于数据包络分析的综合运输效率评价研究[D];北京交通大学;2007年
9 齐悦;综合运输需求特征及其指标体系研究[D];北京交通大学;2007年
10 慕建光;建设青岛现代综合运输体系路径探讨[D];山东大学;2011年
,本文编号:724847
本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/724847.html