正确运用货运量预测方法，为太原北站西山支线发展做好决策支持

针对现有铁路货运量预测方法的不足和铁路货运量的随机波动性，基于灰色预测理论，建立了铁路货运量预测的随机灰色系统模型即GM（1，1）模型。试模型在对货运量原始数据生成处理的基础上，建立了符合检验要求的残差模型，以预测铁路赏运量的发展趋势。通过GM（1，1）预测模型较好地预测了2020年西山支线的货运量，为西山支线长远运输规划是提供决策支持。     

基于系统云灰色SCGM(1,1)c模型的铁路货运量预测

从铁路货运量的预测问题出发,试图找到稳定有效的方法对铁路货运量进行预测。通过对历年铁路货运量的定性分析,合理地选择预测数据数列,以充分体现铁路货运量的变化趋势。尝试采用单因子系统云灰色SCGM(1,1)c模型对铁路货运量进行了动态预测。结果表明:单因子系统云灰色SCGM(1,1)c模型在对铁路货运量的拟合和预测均有较好的效果。拟合精度和预测精度分别达到了98.83%和98.04%,可以有效地进行铁路货运量的短期预测。     

正确运用货运量预测方法,为太原北站西山支线

针对现有铁路货运量预测方法的不足和铁路货运量的随机波动性,基于灰色预测理论,建立了铁货运量预测的随机灰色系统模型即GM(1,1)模型.该模型在对货运量原始数据生成处理的基础上,建立了符合检验要求的残差模型,以预测铁路货运量的发展趋势.通过GM(1.1)预测模型较好地预测了2020年西山支线的货运量,为西山支线长远运输规划是提供决策支持.     

基于灰色关联和BP神经网络的铁路货运量预测方法

为提高铁路货运量的预测准确性,运用灰色关联分析法,计算分析了与铁路货运量相关的主要社会指标,确定铁路货运量的影响因子分别为铁路运营里程、铁路电气化里程、铁路复线比重、公路运营里程、固定资产投资总额和钢材产量。将所确定的因子作为铁路货运量的预测指标,建立基于BP神经网络的铁路货运量预测模型,并对模型进行了应用测试。结果表明:BP神经网络模型具有较高的精度,最大相对误差为3.7%,平均相对误差为2.3%。该方法具有较快的收敛速度和较高的预测精度,可为我国铁路货运量的预测研究提供方法支撑。     

基于参数化三角范数的铁路货运量选择集成预测

针对铁路货运量预测中预测方法单一、准确度不高、泛化能力弱问题,基于参数化模糊逻辑理论,结合前序法选择策略,提出了一种新的基于Yager三角范数的选择性集成学习模型,并应用于铁路货运量预测.采用5种常用的单预测模型作为候选基学习机模型,以误差率作为评价指标,采用前序选择策略选定2种基学习机进行集成预测;以遗传算法和最小二乘法确定集成模型的参数,实现铁路货运量预测基学习机的最优组合.试验结果显示,对比单预测模型、最优组合预测模型和均方误差导数预测模型,新提出的选择集成模型取得了最低的误差率,表明其在铁路货运量预测中能够有效提高预测精度.     

关于枣庄至临沂铁路运量预测方法的分析

枣庄至临沂铁路（简称枣临线），位于山东南部的枣庄和临沂两市境内，设计年度近期2020年，远期2030年。本线货运量预测是从区域社会经济发展对铁路运输的需求出发，根据调查收集的有关国民经济统计和现有资料，结合本线功能和作用，预测其承担的客货运量。货运量预测主要用产销平衡法，分析确定本线的货运量。远景年输送能力货运2．2×...     

基于ARIMA-LSTM-XGBoost组合模型的铁路货运量预测

为提升铁路货运量预测精度和泛化能力,综合考虑铁路货运量时间序列数据的线性和非线性特征,提出了基于ARIMA-LSTM-XGBoost组合模型的铁路货运量预测方法。首先使用ARIMA模型对我国铁路货运量进行初步预测,再利用LSTM网络对残差进行校正,并将其与XGBoost模型结合,采用误差倒数法确定权重,构建一种加权组合模型。最后将组合模型与ARIMA、ARIMA-LSTM、LSTM、XGBoost模型进行对比,借助均方误差(MSE)、均方根误差(RMSE)、平均绝对值误差(MAE)、平均绝对百分比误差(MAPE)对上述模型的预测精度进行对比分析。使用2007年-2021年全国铁路货运量月度数据进行实验,实验结果表明：组合模型的MSE、RMSE、MAE、MAPE分别为0.011 9、0.109 4、0.068 3、1.775 2%,预测误差均低于上述对比模型,模型的预测精度和泛化能力都有所提升。     

基于神经网络算法的公路货运量预测方法

以陕西省为例,运用灰色关联分析法确定公路货运量的影响因素分别为地区生产总值、第一产业增加值、第二产业增加值、工业增加值、人均地区生产总值、全社会固定资产投资和社会消费品零售总额.将所确定的因素作为公路货运量的预测指标,建立基于BP神经网络的公路货运量预测模型,并对模型进行应用测试.结果表明:该模型具有较高的精度,最大误差为5.3%,可以提高公路货运量预测的准确度,为我国公路货运量的预测研究提供方法支撑.     

基于灰色关联与投影算法的铁路货运量影响因素分析

影响铁路货运量的因素繁多而复杂,每个因素的影响程度都不一样,影响因素的筛选与排序直接决定铁路货运量预测工作的可靠性。灰色关联法是通过数据序列曲线发展态势的相似程度来判断数据序列的联系是否紧密,投影算法是从宏观角度判断两个数据序列的接近程度。结合灰色关联法和投影算法的优点,构造数据序列排序模型,对各影响因素数据序列进行定量分析,为货运量预测的可靠性提供数据基础。实例分析铁路货运量的影响因素的影响力并进行分析排序,为影响因素的定量分析提供新的思路。     

快速货物运输运量预测与分析

发展我国铁路快速货物运输是铁路走向市场、满足多元化市场需求、增强企业竞争力、巩固和扩大市场份额的客观要求，也是调整货运结构的重要举措．本文对我国未来快速货物运输的货运量及地区间的快运货物交流量的生成、增长、变化规律及发展趋势进行了预测分析，对逐步建立和发展铁路快速货物运输体系起到关键作用     

随机变异—优化选择神经网络在铁货运量预测方面的应用

利用最近提出的人工神经网络设计新方法构造了用于时间序列预测的三层网络,并将这一神经网络用于对铁路货运量的变化的预测。通过和其他传统方法所得结果比较,网络的泛化能力明显提高。     

基于组合预测模型的我国管道货运量的预测分析

选取2005—2014年以来我国管道货运量的时间序列数据,在指数平滑法、灰色预测法的基础上,运用两者的组合预测模型对管道货运量进行预测分析,以揭示出其变化的内在规律。最后运用预测函数对"十三五"规划期间我国管道货运量进行短期外推预测。分析结果表明,到2020年,我国管道货运量将达到116.56千万吨。     

基于铁路枢纽的区域物流规划方法研究

本项目题目为《基于铁路枢纽的区域物流规划方法研究》,主要从三个方面进行了深入的研究分析,即对铁路枢纽吸引范围内物流量的预测研究、以物流系统优化为原则的铁路枢纽规划研究以及基于铁路枢纽的区域物流规划方法研究。在项目研究报告的第一部分,主要对铁路枢纽吸引范围内的各种物流量(主要包括货运量、仓储量、配送量等)的预测方法采用了定量与定性相结合的研究方法进行了深入探讨。这部分的研究十分重要,它直接关系到预测结果的可信程度,关系到物流设施的布局是否合理,关系到物流设施能否满足未来规划区域的物流市场需求。对各种物流量…     

基于神经网络的公路货运量预测方法研究

通过对公路货运量的预测方法进行研究比较,并根据公路货运量形成的复杂和非线性等特点,建立BP神经网络预测模型.利用黑龙江省公路货运量及其相关影响因素的实际数据,确定网络输入与输出样本,并对BP神经网络预测系统进行训练和预测.通过对网络输出的误差曲线图的分析,验证BP神经网络预测系统的精确性和简单方便性,提高了公路货运量预测的精确性.     

河南铁路运量增长趋势分析

基于改革开放后的河南铁路货物周转量时间序列数据,建立了退势模型。对其研究发现:存在1995年、1998年和2003年三个结构性断点,不同时期内波动特征差异较大。建立了分段线性模型,通过模拟和分析铁路货运量时间序列的历史波动和阶段性增长趋势,发现2003年至今的增速明显高于历史平均水平,并据此预测了未来的河南铁路运量。     

改进BAS-Elman神经网络的港口货运量预测

为对港口货运量进行科学精准预测,结合天牛须搜索(beetle antennae search,BAS)算法和蒙特卡洛准则,提出一种改进BAS的Elman神经网络预测模型.收集上海港1989—2018年内的货运量以及当地各项经济数据,建立港口货运量预测评估体系,对各项影响因子进行预处理,消除数据冗余信息对预测的影响,对预处理后的数据进行仿真测试.实验结果表明,该模型预测准确率可达95％以上,有效地提高了港口货运量的预测精度.     

二零一七年三月～四月中国经济发展动态

<正>一季度,全社会用电量同比增长6.9%4月14日,国家统计局发布的数据显示,一季度全社会用电量约1.45万亿千瓦时,同比增长6.9%;铁路货运量增长15.3%。分析人士指出,今年一季度,我国经济延续了去年三季度以来的良好势头,保持了稳中有进、稳中向好的发展态势,特别是一些实物量指标和先导指标回升转好。一季度,国内生产总值同比增长6.9%4月17日,国家统计局发布的数据显示,初步核算,一     

二零一六年八月~九月中国经济发展动态

正8月份规模以上工业增加值同比增长6.3%9月13日,国家统计局发布数据显示:8月份,全国规模以上工业增加值按可比价格计算同比增长6.3%,增速比7月加快0.3个百分点,比上年同期加快0.2个百分点。同时,与工业发展相关的发电量、用电量、铁路货运量等指标都有所回升。其中发电量增速比上个月加快0.6个百分点,铁路货运量增速由负转正,8月份铁路货运量增长1%,上个月下降5.8%。分析人士指出,工业增加值的回升,主要与市场需求的恢复有直接关系。在市场需求恢复的基础上,企业的销售形势     

四川省铁路货运量预测研究

在分析四川省2007至2009年交通运输发展历程,特别是在分析铁路旅货运输需求的基础上,预测未来6年我省铁路货运量及其发展趋势,可以为投资运营部门、铁路管理部门和运输企业合理配备运力、科学的进行路网及货运站场的规划布局提供可靠依据,以满足国民经济快速增长和人民生活水平日益提高需要的目的,同时也可以为优化配置资源,切实转变铁路货运体制和经济增长方式,不断提高铁路货运的经济效益和社会效益,建立比较完善的铁路货运市场,及其他一系列相关问题的科学决策提供依据,因此对铁路货运管理和决策具有重要的意义。     

港口铁路区间双线同时同向运行通过能力研究

根据中国部分港口货运量及其港口铁路货运量等数据,分析港口公路、铁路运输方式在港口联运中的优劣,港口铁路运输具有运价低,速度快,安全性高的优势。本文以宁波北仑港口铁路为例,将单线铁路建设为复线铁路,实现铁路区间双线自动闭塞运行,以提高运输效率。由于港口货物近年资源性物资比重大,在运输过程中存在运输方向不平衡性问题,应采取铁路双线同时同向运行可进一步提高运输效率,且铁路信号设备可保证同时同向运输安全要求。经综合分析,港口铁路区间双线同时同向运输可提高海铁联运能力及经济效益。