中欧班列市场需求分析与仿真研究

发布时间：2021-01-07 10:34

　　中欧班列已经成为中国同欧洲之间运输的一种新模式,为满足中欧班列运输需求,推动中欧班列高质量发展,分析中欧班列运输品类市场需求及主要影响因素,通过残差分析验证影响因素的拟合度,从而确定影响因素的有效性,构建基于BP神经网络的中欧班列市场需求量预测仿真模型,采用Matlab对中欧班列的需求量进行仿真预测,有效地预测2019—2025年的中欧班列需求量,得出宏观经济贸易环境与航海运输价格指数对中欧班列的需求量影响较大,为中欧班列的运营保障提供决策支持,以推动中欧班列高频化及常态化运营。 

【文章来源】：铁道运输与经济. 2020,42(02)北大核心

【文章页数】：6 页

【部分图文】：

残差分析图

(2）确定初始条件。选取2011—2017年的5个影响需求量的因素数据为网络的训练集，即将5个影响因素的历年数据作为输入集合，将同年中欧班列需求量与之相对应的集合作为导师集合，在网络通过稳定训练之后，即可预测2019年的市场需求量。输入/输出向量初始条件如表2所示。(3）输入值的归一化处理。由于各影响因素之间的数量级差异过大，如果不通过归一化处理会导致因数据数值差异较大，网络权系数的量级相差过大，最终影响到网络映射精度和自学习的收敛性，因而需要对输入量初始值进行归一化处理。使用线性转换算法对各个影响因素的原始数据进行处理，计算公式为

将采用Matlab仿真得到的预测结果，通过平滑曲线进行线性拟合，得出2011—2025年中欧班列市场需求量的动态仿真图，中欧班列市场需求量动态仿真如图3所示。通过BP神经网络仿真，对2011—2025年5种影响因素，即输入向量的学习，输出2011—2025年的中欧班列需求值，误差值控制在7.5%以内，较为精准地预测了中欧班列未来的发展趋势。根据预测仿真的拟合程度、需求量预测误差程度等可以分析得出所选影响因素的合理性，拟合程度越高、误差越小，证明所选因素对需求量影响程度越高。从上述仿真分析中，结合中欧班列实际运营情况，得出宏观经济贸易环境与航海运输价格指数对中欧班列的需求量有着至关重要的影响作用。

【参考文献】：
期刊论文
[1]基于?LM-BP?神经网络模型的高速铁路沿线环境影响评价研究[J]. 刘春姣,王丹,郝晶晶,敦晨霞.  铁道运输与经济. 2019(06)
[2]“一带一路”节点城市中欧班列运行均衡化问题前瞻研究[J]. 赵鸣,徐洪绕.  大陆桥视野. 2017(08)
[3]“一带一路”战略下中欧班列发展的现状与对策[J]. 毕国通.  中国市场. 2017(22)
[4]“一带一路”战略下中欧班列发展现状与建议[J]. 林备战.  港口经济. 2017(04)
[5]2016年大陆桥运输指标与中欧班列相关数据分析及2017年中欧、中亚班列发展预测[J]. 王德占.  大陆桥视野. 2017(02)
[6]中欧班列发展的困境与出路[J]. 池永明.  国际经济合作. 2016(12)
[7]中欧班列发展现状、问题及建议[J]. 王杨堃.  综合运输. 2015(S1)
[8]“一带一路”战略视角下中欧班列发展路径探讨[J]. 许英明.  西南金融. 2015(10)



本文编号：2962406