我国铁路运量波动的季节因素分析

铁路运量受气候条件、节假日、工农业生产和国民经济发展等因素影响,呈现出趋势性、季节性、随机性的复杂波动特征。通过对我国2002—2009年铁路客货运量月度数据进行分析,得到我国铁路客货运量具有明显的线性趋势和季节特征的结论,选择Holt-Winters模型进行数据拟合,具体分析铁路客货运量的季节特征与差异。     

铁路商品汽车运输需求分析及发展对策探讨

随着"公转铁"等政策的相继出台,为铁路商品汽车运输提供了良好的发展契机。为促进铁路商品汽车运输发展,阐述商品汽车现状,分析商品汽车需求前景,通过对市场份额、适宜运距及主要区域增量的分析,定性预测铁路商品汽车运量,同时利用ARIMA模型对铁路商品汽车运量进行定量预测,综合分析得出2019年、2020年铁路商品汽车运量预测值,提出应加强物流基地建设、发展储运销一体化、加快技术装备研发应用、提高运输服务质量等促进铁路商品汽车运输发展的策略,为提升铁路商品汽车运输市场份额打好基础。     

基于灰色预测法和弹性系数法的甘肃客货运量预测探究

客货运量是衡量交通运输经济的重要指标,本文以甘肃省2014至2019年的客货运量为基础数据,针对现有客货运量预测方法单一的情况,分别采用灰色预测法和弹性系数法,对未来特征年公路,铁路,民航客、货运量与客、货运周转量进行预测,并与历年真实数据对比,以预测客货运量的发展趋势;综合分析两种预测模型的结果数据,以提高客货运量预测的精度,保证预测结果的合理性;最终选用两组数据的平均值,为甘肃省“十四五”客货运量发展规划提供参考依据。     

周期性与波动性需求条件下的铁路货运组织

根据2002年以来国家统计局发布的铁路客货运量统计数据,分析铁路运量的周期性与波动性规律,指出运输需求的波动性形成了铁路运能的不足与虚糜。为充分利用铁路运能,提出通过开展第三方物流,根据企业的生产计划需求和铁路运能情况,对某些即时性不强的货物进行运输时间调整。     

关于铁路建设项目主要技术标准选择的思考

铁路是国家基础设施,是国民经济大动脉。面对铁路难得的大发展机遇,如何合理确定铁路主要技术标准,这不但关系到铁路自身发展及铁路在综合交通运输体系中发挥重要作用,而且会对国民经济长远发展产生深远影响。分析了我国人口、资源分布、客货运量特点;对主要通道客货运量构成、不同交通方式的比较优势、承担运量比例以及铁路在我国综合交通运输体系中的地位和作用进行了论述;不仅从铁路行业自身发展出发,而且从国民经济可持续发展、环境保护、能源消耗及国外高速铁路发展趋势及经验借鉴等方面,对如何合理确定铁路主要技术标准进行探讨。     

组合预测模型在铁路集装箱运量预测中的应用

根据我国铁路集装箱运输发展,研究构建集装箱运量预测模型和方法.基于1999-2008年铁路集装箱运量历史数据和GDP数据,分别选用回归分析模型、灰色系统预测模型、BP神经网络预测模型,预测2009-2014年铁路集装箱运量,根据各方法的误差确定权重,进行了运量组合预测.组合预测模型能在一定程度上提高预测精度,对铁路集装箱运量预测是可行的.     

铁路集装箱运量预测与影响因素分析

运用时间序列的趋势外推法、灰色预测和组合预测方法对我国铁路集装箱运量进行了预测,在此基础上运用因子分析方法对影响铁路集装箱运量的因素进行了分析,得到了国民经济宏观因素和外界竞争因素对铁路集装箱运量具有影响的两个解释性因子。     

基于灰色马尔柯夫过程的铁路客运量预测方法研究

将铁路客运量预测分为运量趋势预测和运量波动预测,分别采用灰色GM(1,1)模型和马尔柯夫过程进行预测,并将两者结合形成灰色马尔柯夫铁路客运量预测方法。根据1990年—2002年的铁路客运量数据,预测2003年的客运量以检验模型预测效果,并对我国“十一五”期间铁路客运量进行预测,分析证明基于灰色马尔柯夫过程预测方法的预测可信度。     

胶济线提速改造及客流组织方案

预测胶济线吸收区“九五”期间及其后２０年全社会客货运量，以及运输市场特点和发展趋势。运输市场活跃，运量充足，但客运市场竞争激烈。分析了铁路为适应市场、占领市场，胶济线必须进行以客车运行时间控制在４ｈ以内为目标的提速改造。对提速改造工程进行了方案比选。根据改造方案及客流分布，提出胶济线快速列车开行方案。２０１０年前后，胶济线将开行３０对客车，货运量达７０００万ｔ。     

胶州铁路物流中心运量预测研究

胶州铁路物流中心是中国国家铁路集团有限公司首批规划建设的全路二级铁路物流中心,项目的实施对落实国家"公转铁"政策具有重要意义。阐述胶州铁路物流中心辐射范围,分析功能定位,通过对重点企业问卷调查,得到重点服务企业现状运量。在此基础上,探讨铁路物流中心运量预测思路及方法,采用Gomberz成长曲线模型和专家意见法对自变量进行延伸预测,并运用弹性系数法,对胶州铁路物流中心近、远期到达运量和发送运量进行预测,预测结果为胶州铁路物流中心设施规模及功能区布局规划提供数据支撑。     

基于傅里叶级数的铁路客运量预测研究

基于傅里叶级数预测模型,以我国2004—2009年铁路客运量为数据基础,通过将时间序列划分为趋势性与季节性部分,分别采用最小二乘法与傅里叶级数法对两者进行拟合,应用Matlab软件编程,求出预测模型,并进行客运量预测。通过对预测结果的误差分析,结果表明:采用傅里叶级数预测法预测我国铁路客运量的效果较好。     

新建铁路项目分流运量计算方法研究

根据铁路运输的特点,把新建铁路项目所承担的客货运输量的交流范围划为项目的影响范围,结合影响范围内的客货OD流和相关径路表,分析借鉴公路交通量配流模型,提出新建铁路项目分流运量计算方法,并举例说明其应用。     

基于IPSO-BP神经网络的铁路客运量预测

在分析有关铁路客运量预测方法的基础上,针对BP神经网络模型存在的不足,提出基于粒子群优化算法(PSO)优化BP神经网络的参数,即改进的PSO方法(IPSO)。以我国1990—2007年的铁路客运量为研究对象,确定输入样本和输出样本,以及训练集和测试集,建立基于IPSO的BP神经网络优化模型预测铁路客运量。预测结果表明,IPSO-BP网络的算法训练时间短,收敛速度快,预测精度高。     

基于径向基神经网络的铁路短期客流预测

在分析径向基神经网络原理和铁路客流时序特征的基础上,建立基于径向基神经网络的铁路短期客流预测模型,通过径向基神经网络把客运量的年规律、周规律等时间属性有机结合,有效解决客流数据的复杂性和非线性问题。以T15次列车为例进行硬座席别的客运量预测结果表明,径向基神经网络预测模型对铁路短期客流的预测效果较好。     

基于广义回归神经网络的铁路货运量预测

针对BP神经网络预测存在局部极小缺陷和收敛速度慢的问题,提出基于广义回归神经网络(GRNN)的预测模型。基于我国1999—2008年铁路货运量的历史统计数据,应用GRNN模型和混沌BP神经网络模型对铁路货运量进行预测。通过两种预测模型的计算结果比较说明,GRNN模型具有良好的收敛性和较高的精度,而且模型结构简单、计算速度快,具有良好的实用性。     

石太客运专线客流预测研究

利用改进的重力模型和灰色理论模型,从石太客运专线的本线客流、跨线客流和诱增客流3个方面,分别以客运通道周边城市的GDP和人口分布密度、石太客运通道既有线的旅客运输量、城市间的加权运行时间为影响因子,对石太客运专线的旅客运输量进行预测分析。预测结果为客运专线合理制定运输组织方案、设计车站规模提供了科学依据。     

基于季节调整模型的我国铁路客运量波动分析

在研究TRAMO/SEATS季节调整模型计算方法的基础上,基于我国铁路2002年1月—2010年2月的客运量月度数据,应用Demetra软件,通过季节调整模型参数设置、模型的估计和检验,得到2010年3月—2012年2月的铁路客运量预测值,并对预测结果进行趋势性和季节性分析。研究结果表明,Tramo/Seats季节调整模型的预测精度较高。     

残差灰色预测模型在物流需求预测中的应用

为了提高预测精度,在灰色预测模型的基础上建立残差灰色预测模型,对物流需求进行预测,并以实际铁路货运量算例为基础,作分析比较。结果表明,该方法具有预测精度高、理论可靠、计算简单等优点,具有良好的实用性。     

模糊神经网络非线性组合预测在铁路货运量预测中的应用

准确的铁路货运量预测关系到铁路运输的发展,为此提出模糊神经网络非线性组合预测模型,应用三次指数预测模型、灰色理论预测模型、多元回归预测模型的预测值作为模糊神经网络的测试样本数据库,输出样本为铁路货运量,并采用全局优化的粒子群算法优化模糊神经网络的参数。仿真结果表明该模型能够取得比单项预测模型更高的精度。