自适应粒子群最小二乘支持向量机在铁路货运量预测中的应用

针对铁路货运量与其影响因素间的复杂非线性关系,建立自适应粒子群最小二乘支持向量机(APSO-LSSVM)模型用于铁路货运量预测研究,利用最小二乘支持向量机的优良特性预测铁路货运量,并采用自适应粒子群算法优化选择LSSVM的参数。通过对我国铁路货运量的实例分析检验APSO-LSSVM模型的预测性能。结果表明,APSO-LSSVM模型有效地预测了我国铁路货运量,具有较高的预测精度及较快的收敛速度。     

河北省物流业碳排放研究

文章在分析河北省物流业能源消费量现状基础上,首先测算了河北省物流业的碳排放量,其次探讨了河北省物流业碳排放的影响因素,最后提出了河北省物流业低碳化对策建议。结果表明,2008-2017年,河北省物流业能源消费量呈现波动性变动趋势,其中,石油类消费量比重最大。在该时期,河北省物流业碳排放总量整体上呈现出上升趋势。河北省物流业碳排放影响因素包括物流活动、政策体制、物流企业三方面。河北省应从信息技术应用、加强企业管理、推动物流业整合、降低物流工具能耗、优化能源结构方面促进物流业低碳化发展。     

基于EGA模型的城际高铁客流量预测

城际高铁客流量序列呈现出不平稳和波动性特征,常规预测方法很难对其进行精准预测。文章提出将EMD、GRNN和ARIAM模型相结合的城际高铁客流量预测模型(EGA)。EGA模型充分利用三者的优势,提升城际高铁客流量预测精度。通过某城际高铁站日客流量数据检验EGA模型的有效性,结果表明,与GRNN相比,EGA模型获得了更高的城际高铁客流量预测精度。     

京沪高铁沧州西站客流特征及服务策略研究

京沪高铁的开通,促进了河北省沧州市与北京、天津、上海等国内一线城市的交流,对加快河北省经济发展具有重要意义。基于京沪高铁沧州西站客流调查数据,文章从旅客的基本情况、出行目的、费用来源、月均收入、出行方向等方面分析了沧州西站的客流结构特征,从旅客的出行次数、结伴人数、出行时间、返程时间和车站的位置、服务等方面分析了沧州西站的旅客出行特征。在此基础上,从开行方案、票制、票价、交通换乘、服务方式等方面提出提升沧州西站服务的策略建议。     

城市交通拥堵治理评价指标体系构建研究——以唐山市为例

随着我国经济水平的发展,人民生活水平的提高,引发机动车保有量的急剧增长,交通拥堵问题随之而来,给城市的发展和人们的生活造成了巨大影响。近年来唐山市作为北方经济发展前列的城市之一,其城市规划和基础设施建设具有代表性。本文以唐山市为例,从介绍城市道路交通拥堵的影响因素分析入手,从政府、社会组织、公众三主体协同治理角度出发,构建城市交通拥堵治理评价指标体系,并确定每个指标的权重,为二线城市交通拥堵治理评价提供一个新的思路和借鉴,提出改进城市交通拥堵的对策及建议。     

基于自适应神经模糊推理系统的货运量预测研究

考虑到货运量预测的复杂性及非线性特点,本文将自适应神经模糊推理系统（ANFIS）引入货运量研究中,利用ANFIS对货运量进行预测。通过对我国铁路货运量及公路货运量的实例分析检验ANFIS有效性。结果表明,ANFIS有效地预测了我国铁路货运量及公路货运量,具有较高的预测精度及较快的收敛速度,是一种有效的货运量预测方法。     

竞合视角下环渤海港口物流发展研究

环渤海地区经济发展潜力巨大,港口群物流合作逐步推进,同时竞争亦是非常激烈。本文在分析环渤海港口发展状况及主要港口赢利点基础上,对环渤海港口竞合态势进行分析总结,最后基于竞合理论,提出环渤海港口物流发展方案。     

新冠疫情下精益生产企业供应链中断风险应对机制研究

精益生产作为一种持续改进的生产模式，以精简作为改进的核心。新冠疫情爆发后的一系列疫情防控政策实施，对精益生产企业产生了重大影响，精益生产企业面临着供应链中断的风险。本文在归纳精益生产模式运作特点基础上，从挑战和机遇两方面剖析新冠疫情对精益生产企业供应链造成的影响，并提出防止供应链中断的应对机制。结果表明，挑战方面，疫情防控政策的实施导致精益生产企业出现复工复产困难、及时供应和成本控制受到挑战、定制化需求减少和商品出售困难等问题；机遇方面，新冠疫情能够促进精益生产企业员工和供应商选择的优化整合、促进精益生产企业产业升级、增强供应链管理人员风险管理能力。为了有效防止供应链中断，精益生产企业应从供应链风险管理的事前预防、事中控制和事后改进三个维度出发，强化精益生产企业供应链各环节的协同合作，共同抵御供应链中断风险的发生。     

基于核主成分-最小二乘支持向量机的区域物流需求预测

概述区域物流需求预测方法,分别阐明核主成分分析(KPCA)和最小二乘支持向量机(LSSVM)模型的原理,提出将核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合,建立核主成分-最小二乘支持向量机(KPCA-LSSVM)预测模型.先利用KPCA对数据进行预处理,消除变量之间的相关性,提取非线性主成分,再通过LSSVM对提取的非线性主成分进行训练,建立预测模型.最后,通过实例验证比较LSSVM与KPCA-LSSVM两种模型的预测性能.结果表明,KPCA-LSSVM的预测精度较LSSVM明显提高,是一种有效的中短期区域物流需求预测方法.     

河北省物流业与金融业发展关系研究

依据河北省物流业与金融业发展关系,构建河北省物流业与金融业互动作用模型,通过回归分析证明物流业和金融业存在正向发展关系。为了加强河北省物流业和金融业的相互促进作用,推动二者之间的协调发展,分别从建立基于河北省经济的物流规划,引进培养高素质物流人才;建立基于河北省经济的合作关系,增强城市间物流业协作沟通能力;建立基于河北省经济的物流信息系统,加快产业升级转型等三个方面给出了发展建议。