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。     

"十一五"是我国铁路重要的发展时期

根据铁路发展明显滞后于公路和航空发展的现状,分析铁路在承担全社会客货运输量方面的作用,提出综合运输网络骨干运输方式的衡量标准,说明我国铁路在综合运输网络中的骨干作用。通过论述铁路在主要运输通道中的作用;铁路在提高交通运输可持续发展方面的作用;铁路在降低物流成本,提高产品竞争力方面的作用,指出我国铁路还处于大发展过程中,今后应进一步加快发展。     

铁路对三峡过坝运量疏解作用分析

<正>随着三峡大坝及三峡船闸正式投产,长江上游川渝地区水运条件大幅改善,为川渝与中下游省区交流提供了大能力、低成本的货物运输方式。但是,在三峡过坝运输需求快速增长的背景下,三峡大坝能力已经趋于饱和,如何缓解其能力紧张的问题已经成为当下研究的重点。一、三峡过坝货运量现状及预测1.三峡过坝货运量现状概况在川渝地区经济发展和水运交通改善的共同推动下,水、公、铁等各方式通过三峡大坝断面的通道运量从2005年8 038万吨增长至2018年2.39亿吨,     

正确运用客货运量预测方法为铁路发展提供决策支持

对铁路客货运量预测方法的应用现状进行分析,从观察客运量与货运量不同的波动变化特点入手,在论述铁路运输需求、运输量、运输供给能力之间关系的基础上,提出客运量与货运量不同预测模型的选用。     

修建福厦高速铁路抑普速铁路的抉择

对修建福厦高速铁路抑普速铁路加以比较，前者有不少有利条件，但也有若干制约因素难以解决。从当前社会经济状况来看，后者更具有现实的可行性。     

我国铁路运输产品开发市场适应性的探讨

随着国民经济的持续快速发展,铁路客货运输市场需求全面攀升。分析铁路客货运输现状及存在问题,根据我国铁路客货运输的市场需求,提出旅客运输要加快发展快速客运网、大力发展城际运输、重视短途旅客运输;货物运输要发展直达化运输、集中化运输、专业化运输、快捷化运输和多式联运等铁路运输产品建议。     

铁路客运量季节指数计算方法研究

为在铁路客运量预测中消除季节性变化的影响,采用平均数季节指数法、移动平均趋势剔除法、最小平方趋势剔除法对2002年—2004年的铁路客运量计算季节指数,通过误差分析,说明最小平方趋势剔除法能更好地反映运量的季节变动状况,是预测的最佳选择方案。     

突发事件对我国铁路客运量的干预特征研究

基于新冠肺炎疫情等突发事件对人们日常生活出行的影响,结合X-13ARIMASEATS季节调整模型的自动识别最优ARIMA模型和检测突发事件离群值功能,使用脉冲函数和阶梯函数设计基于离群值的突发事件的干预变量,构建铁路客运量的时间序列ARIMAX干预模型,对铁路客运量近年受到的SARS疫情、铁路客票实名制政策和新冠肺炎疫情等突发事件的冲击趋势进行干预比较分析。结果显示,SARS和新冠肺炎疫情对铁路客运量冲击较大,SARS疫情在冲击滞后的第5~6期铁路客运量基本得到恢复,新冠肺炎疫情对铁路客运量冲击一直在持续中,铁路客运实名制政策实施社会性较强,冲击具有波动性和不稳定性特征,持续时间较短;相对季节调整模型的趋势分析优势,干预模型拟合预测精度显著高于季节调整模型,预测显示我国铁路客运量在缓慢持续回暖中。     

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。     

我国铁路罐式集装箱运量分担率研究

货主对于运输方式的选择是形成物流系统中运量分担率的微观基础。以国内最大液体运输市场之一的食用油为例,分析影响食用油企业运输方式选择的11项主要因素。以Logit模型为基础,提出改进的Influ-Logit模型(基于影响因素的货运方式分担模型),并针对铁路罐式集装箱,设计了其运量分担率的计算方法,最后通过实际调研数据计算得出铁路罐式集装箱运量分担率。     

铁路运量的增长周期

基于河南省铁路货物周转量时间序列数据,发现其为包含单位根的非平稳过程,期间存在多个结构性断点,适合建立HP滤波模型.自改革开放以来,分别以1984年、1991年、1999年为分界点,可将铁路运量的增长周期划分为两个完整增长周期和两个半周期,其在不同历史阶段具有明显不同的波动特征.整体来看,铁路运量的波动幅度远远大于宏观经济总体波动幅度,且未观察到明显收敛现象,仅在1990年前后较短时段内,呈现出增长型周期特征.     

关于铁路货运量预测研究

采用灰色关联分析方法选取影响铁路货运量变化的宏观影响因素,运用多变量灰色MGM(1,4)模型预测未来4年铁路货运量,预测结果通过后验差检验,精度较好。     

山西中南铁路通道煤炭运量及流向分析

基于山西中南铁路通道项目的功能定位,采用综合分析、产销平衡等方法,对山西省和山西中南地区的煤炭产运销进行分析。根据沿线各省份不同行业对煤炭的需求,分析煤炭品种储量与流向,研究得到在不同运输线路的煤炭运量分配结果,为合理预测项目运量水平提供参考,为项目建设方案的优化提供决策依据。     

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。     

我国铁路运输供给水平研究

根据铁路运输供给的基本理论,从路网固定设施、移动设备、运营计划、计划实施4个方面建立铁路运输供给水平评价指标体系,以2008年我国有关数据为主,将我国铁路运输供给水平划分为5个评价等级,选用隶属度函数聚类评价模型对我国2008年铁路运输供给水平进行分析和评价。     

基于PLS的铁路行包运量预测模型研究

在阐述基于偏最小二乘回归法(PLS)的建模原理与求解方法的基础上,通过对铁路行包运量影响因素的分析,利用2004年有关生产统计数据及影响因素的统计数据,建立了铁路行包运量预测PLS回归模型。实证结果表明:所建立的预测模型精度基本符合实际要求。该模型已应用于铁路行包运输“十一五”发展规划编制工作中。     

基于灰色预测模型的铁路客运量预测研究

在介绍灰色预测基本原理和算法的基础上,应用灰色预测理论开发了基于MATLAB的铁路客运量预测程序,主要功能是以交互的方式输入数据,动态输出显示模型曲线图形和方程。通过建立株洲站旅客发送量的灰色预测模型,说明利用灰色模型预测铁路客运量具有良好的精度,可以为客流组织提供依据。