检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度学习的铁路货运量预测研究

基于深度学习的铁路货运量预测研究

作者：唐龙西南交通大学

学位级别：硕士

伴随铁路网规模的不断扩大、信息技术的飞速发展,铁路货运运营管理模式从粗放型逐步转型为精细型。精细化的铁路货运运营管理模式是铁路企业营利性目标驱动下应对愈加个性化运输服务市场的必然选择,也是铁路社会责任驱使下响应当前社会... 详细信息

伴随铁路网规模的不断扩大、信息技术的飞速发展,铁路货运运营管理模式从粗放型逐步转型为精细型。精细化的铁路货运运营管理模式是铁路企业营利性目标驱动下应对愈加个性化运输服务市场的必然选择,也是铁路社会责任驱使下响应当前社会可持续绿色发展号召的首要选择。精细化的铁路货运运营管理不仅体现在运营工作流程的细化和标准化、信息系统实现数字化集成,也体现在铁路宏观路网下沉到铁路交路枢纽、铁路货站运营工作的调整和运输能力优化。因此,有必要对铁路近短期货运量进行预测,一是为铁路行车组织提供决策支持,二是为物流基础设施的配备和铁路物流服务的开展提供信息支持。考虑受外部环境影响的铁路货运量序列具有多维性、非线性、序列依赖性的特点,传统的模型难以预测。深度学习预测模型具有强大的学习能力,能较好提取关联特征并拟合货运量的非线性特性。由于铁路货运量影响因素纷繁众多,首先采用灰色关联分析求解各影响因素与货运量的关联度并根据关联度排序截取采矿业从业人数、第二产业增加值、年末总人口、当日平均运价、高速公路里程、GDP、PPI共7种主要影响因素;其次,基于选取的影响因素数据和历史货运数据定义特征矩阵,建立多变量LSTM模型、多变量GRU模型和多变量CNN-LSTM组合预测模型;最后,应用某地区2015-2019年的货运量数据验证模型预测效果,并与单变量LSTM模型、单变量GRU模型、单变量CNN-LSTM组合预测模型的预测结果进行对比。实验结果表明,由于多变量预测模型从多维度对货运量进行预测,不但解析了历史货运量的时序特征,还充分挖掘了影响因素与货运量的关联特征,因而相比单变量模型预测效果更好。此外,在多变量模型中又以多变量CNN-LSTM模型预测效果最好,其EVS、、MAE、RMSE分别为0.96、0.96、120.75、157.42。

关键词：铁路货运灰色关联分析 LSTM GRU CNN-LSTM 货运量预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全国货运量预测与货运结构分析

统计与决策 2022年第18期38卷 179-183页

作者：李红娟卢天哲祝汉灿绍兴文理学院数理信息学院浙江绍兴312000

货运量是典型的非线性数据,并且存在季节特性,基于此,文章根据全国货运季节波动规律,采用季节分解的方法对货运量数据进行分解,针对分解后数据特征建立SAO-LSSVM-MA模型进行预测,以2000年1月至2019年5月、2000年1月至2020年5月的数据作... 详细信息

货运量是典型的非线性数据,并且存在季节特性,基于此,文章根据全国货运季节波动规律,采用季节分解的方法对货运量数据进行分解,针对分解后数据特征建立SAO-LSSVM-MA模型进行预测,以2000年1月至2019年5月、2000年1月至2020年5月的数据作为训练集,2019年6月至11月和2020年6月至11月的数据作为测试集进行预测,并通过建立VAR模型进一步分析货运方式之间的动态关系。结果显示:所建模型精度明显高于LSSVM和ARIMA模型;公路货运量对民航货运量、水路货运量、铁路货运量影响都较大,四种货运方式之间不仅存在拉动作用,还存在竞争关系。

关键词：货运量预测货运结构 LSSVM模型时间序列分析模型脉冲响应方差分解

基于中吉乌铁路线路走向方案的客货运量预测探析

在线全文

学校读者我要写书评

暂无评论

铁道运输与经济 2020年第12期42卷 24-31页

作者：马海超中铁第一勘察设计院集团有限公司陕西省铁道及地下交通工程重点实验室陕西西安710043

中吉乌铁路作为“一带一路”倡议陆路国际通道的重要组成部分,同时与规划的吉尔吉斯斯坦的南北铁路衔接,重新构筑吉尔吉斯斯坦的国家铁路网骨架。在工程可行的线路备选方案基础上,分析中吉乌铁路走向方案及影响区概况,运用四阶段法对不... 详细信息

中吉乌铁路作为“一带一路”倡议陆路国际通道的重要组成部分,同时与规划的吉尔吉斯斯坦的南北铁路衔接,重新构筑吉尔吉斯斯坦的国家铁路网骨架。在工程可行的线路备选方案基础上,分析中吉乌铁路走向方案及影响区概况,运用四阶段法对不同方案下通道客、货运量进行预测,从客货运量的角度对中吉乌铁路阿尔帕方案、杜斯托克方案和奥什方案3个线路走向方案进行评价。结果表明,阿尔帕方案在运量吸引上表现最佳,杜斯托克方案次之,奥什方案较差。基于运量预测角度对中吉乌铁路线路走向方案提供决策,对其他国际通道走向方案研究具有一定的借鉴意义。

关键词：中吉乌铁路规划方案四阶段法客运量预测货运量预测

基于ARIMA-LSTM的货运量组合预测方法研究

在线全文

学校读者我要写书评

暂无评论

交通科学与工程 2022年第2期38卷 102-108页

作者：杨艳黄晴龙思潘自翔欧阳瑞祥长沙理工大学交通运输工程学院湖南长沙410114

针对仅考虑单一线性或非线性的货运量预测方法的不足,基于ARIMA和LSTM循环神经网络预测模型,提出ARIMA-LSTM 4种组合预测模型,实现综合考虑线性与非线性特征的货运量预测。研究结果表明:任意一种ARIMA-LSTM的组合模型的货运量预测精度... 详细信息

针对仅考虑单一线性或非线性的货运量预测方法的不足,基于ARIMA和LSTM循环神经网络预测模型,提出ARIMA-LSTM 4种组合预测模型,实现综合考虑线性与非线性特征的货运量预测。研究结果表明:任意一种ARIMA-LSTM的组合模型的货运量预测精度均优于单一模型的,由误差倒数确定权重系数的并联组合模型预测精度最优,该模型相比于ARIMA,均方根误差降低40.66%,平均绝对误差降低29.76%,平均绝对百分比误差降低51.45%;相比于LSTM,均方根误差降低13.67%,平均绝对误差降低10.75%,平均绝对百分比误差降低36.32%,该研究可为货运量预测提供有效依据。

关键词：货运量预测 ARIMA LSTM循环神经网络组合预测模型

基于小波去噪和FG-Markov的货运量预测

在线全文

学校读者我要写书评

暂无评论

Journal of Measurement Science and Instrumentation 2020年第3期11卷 267-275页

作者：朱昌锋王庆荣刘道宽叶前云兰州交通大学交通运输学院甘肃兰州730070 兰州交通大学电子与信息工程学院甘肃兰州730070 中铁第四勘察设计院集团有限公司道路交通设计研究院湖北武汉430063

为消除传统灰色马尔科夫预测模型的灰色偏差及抗干扰性能,考虑货运量预测的随机性和非线性特征,提出了基于小波变换和模糊灰色马尔科夫(FG-Markov)的货运量预测模型。基于小波包对非平稳随机信号的数据分析能力,运用小波包分解策略,对... 详细信息

为消除传统灰色马尔科夫预测模型的灰色偏差及抗干扰性能,考虑货运量预测的随机性和非线性特征,提出了基于小波变换和模糊灰色马尔科夫(FG-Markov)的货运量预测模型。基于小波包对非平稳随机信号的数据分析能力,运用小波包分解策略,对货运量历史数据进行小波包分解。在此基础上,引入模糊灰色变量,提出了模糊灰色马尔科夫链(FG-Markov)来获取小波包系数转移概率矩阵,并通过重构小波包系数进行货运量预测。为验证预测模型的有效性和精确度,将其应用于兰州铁路枢纽集装箱货运量预测,并与神经网络等预测模型进行了比较分析。实例分析表明,基于小波和FG-Markov的预测模型可以提高预测精度。

关键词：货运量预测模糊灰色模型小波包马尔科夫链

基于GRA-PCA-WPA-RELM混合模型的货运量预测

在线全文

学校读者我要写书评

暂无评论

基于GRA-PCA-WPA-RELM混合模型的货运量预测

作者：徐焱东北财经大学

学位级别：硕士

物流一词起源于上世纪30年代的美国,后经日本流入中国,经过不断的发展和完善,目前物流涵盖了七大部分:运输、库存、包装、装卸、流通加工、配送以及信息管理等环节。而作为现代运输主要方式之一的货物运输,是运输系统中重要关键的环节,... 详细信息

物流一词起源于上世纪30年代的美国,后经日本流入中国,经过不断的发展和完善,目前物流涵盖了七大部分:运输、库存、包装、装卸、流通加工、配送以及信息管理等环节。而作为现代运输主要方式之一的货物运输,是运输系统中重要关键的环节,特别是国家和政府提出推进“一带一路”建设的重大决策后,货物运输发挥着至关重要的作用。交通运输部认真贯彻学习了 2017年习近平总书记在“一带一路”国际合作高峰论坛开幕式上的讲话主旨精神,要在国家大部制改革中当好先行,努力构建开放综合型的交通运输体系,为“一带一路”的建设提供强有力的基础保障。鉴于货物运输在经济建设中的重要位置,其对于国家经济发展、产业结构调整、地区城市建设、卫生环境保护等方面都具有重要意义,很多学者致力于货运量的研究与分析,关于货运量影响因素、货运量预测的研究对于国家或者区域的经济发展具有非常重要的意义,目前研究方向主要分为货运量影响因素以及货运量预测两个方面的应用研究,并且研究对象主要是铁路、公路、水路货运量。对于货运量影响因素的研究主要的是基于灰色关联分析、BP神经网络敏感度系数、多元线性回归、支持向量机的平均影响值等方法应用于对各个运输系统货运量影响因素的选取。而货运量预测的研究是基于货运量以及相关影响指标的以往数据,采用科学合适的预测方法,对未来货物运输量以及变化规律进行预测和评估,从而为相关政策的制定、城市交通的规划、物流企业的经营等提供科学依据。目前对于货运量预测的研究,大都是采用单一预测方法,而货运量混合预测模型较少,因此本文主要建立货运量混合预测模型,基于历史相关数据对货运量进行预测。本文以全国1978年一2020年铁路、公路、水路货运量为例,在国内外学者研究的基础上,筛选出货运量相关影响指标的数据,并利用经典的灰色关联分析法(Grey Relation Analysis,GRA)探讨对于不同货运运输系统,货运量与其影响指标的关联度,然后基于主成分分析法(Principal Component Analysis,PCA)将初选指标降维,输出影响指标因素的主成分因子,将其引入预测模型中,作为混合预测模型的输入变量,结合狼群算法(wolf pack algorithm,WPA),对正则极限学习机(Regularized Extreme Learning Machine,RELM)的连接权值、阈值进行优化,共同构建GRA-PCA-WPA-RELM混合货运量预测模型。为了评判本文所构建模型的性能,比较了传统BP神经网络、ELM、WPA-RELM模型对铁路、公路、水路货运量预测的结果。实验结果证明,在经过灰色关联分析挑选关联度较大影响指标以及主成分分析降维后,预测精度显著提高,证明了引入灰色关联分析以及主成分分析的有效性;将本文的混合预测模型与传统的机器模型相比,表明本文所设计的模型具有较强的预测能力和较高的预测精度,这充分体现了本文模型强大的特征提取能力和良好的非线性时间序列数据处理能力;另外预测结果也表现出国家政策对于模型预测的重要影响。为了能够更好地满足货物运输发展需求,及时提供准确科学的预测结果,更好地助力降低货物运输成本,增加货物运输的经济效益,建立科学可靠的预测模型是本文的出发点。

关键词：货运量预测 GRA PCA WPA RELM 混合模型

基于谱聚类和RF-ANN的长江经济带货运量预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于谱聚类和RF-ANN的长江经济带货运量预测研究

作者：袁小雨华北电力大学

学位级别：硕士

近些年,物流经济的发展逐渐成为彰显国力、体现现代化程度的重要标志。作为横跨我国东中西三大区域的最大流域经济带,发展长江物流经济带,有利于协同带动三区经济共同发展。目前,中国长江经济带内9省2市的物流发展呈现出参差不齐、交通... 详细信息

近些年,物流经济的发展逐渐成为彰显国力、体现现代化程度的重要标志。作为横跨我国东中西三大区域的最大流域经济带,发展长江物流经济带,有利于协同带动三区经济共同发展。目前,中国长江经济带内9省2市的物流发展呈现出参差不齐、交通运输衔接较差等问题,长江经济带内的物流发展越来越成为限制和制约长江经济带经济发展的短板。货运量作为物流发展的重要内容,预测和分析长江经济带内的货运量变化趋势对于协调带内物流发展进而促进带内经济快速增长具有重要参考意义。为尽可能精确的完成对长江经济带的货运量预测,本文用定性和定量相结合的重要度计算方法对影响因素进行筛选,并以整体和局部相结合的角度将聚类技术和预测技术相结合,通过该预测研究得出如下结论。（1）对长江经济带9省2市进行普聚类表明:上海和浙江;江苏、湖南、湖北和四川;安徽、江西、重庆、云南和贵州物流发展水平皆处于不同的层次。上海和浙江的特征数据处于同一个层次被划分为长江经济带内一线物流发展区;江苏、湖南、湖北和四川的特征数据处于同一个层次被划分为长江经济带内二线物流发展区;安徽、江西、重庆、云南和贵州的特征数据处于同一个层次被划分为长江经济带内三线物流发展区。（2）对长江经济带9省2市的货运量进行影响重要度计算表明:同一类别省市中的货运量重要度最大的三个特征种类和排序完全相同且处于不同类别省市的重要度最大的三个特征各有不同。一线物流发展区中重要度最大的三个特征同为第二产业GRP、社会消费品零售总额、居民消费支出;二线物流发展区中重要度最大的三个特征同为各省内的第三产业GRP、预算收入、社会消费品零售总额;三线物流发展区中重要度最大的三个特征同为年末总人口、居民消费支出和第一产业GRP。（3）对长江经济带2020年至2025年的货运量预测表明:依照目前长江经济带表现出的自然发展状态,在未来5年长江经济带的年货运量将会增长将近一倍,长江经济带的物流发展整体呈现出巨大的发展潜力和发展空间。

关键词：谱聚类长江经济带货运量预测随机森林神经网络

基于优化RBF神经网络的铁路货运量预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于优化RBF神经网络的铁路货运量预测研究

作者：李奇北京交通大学

学位级别：硕士

我国是一个资源大国,但是资源的分布比较不均匀,西北资源多,东南相对较少。铁路运输作为我国资源运送的最主要手段,是交通运输业的重中之重。随着铁路货运的需求不断增加,货运铁路的建设和投资也日益增加,货运量的预测已经成为了国家把... 详细信息

我国是一个资源大国,但是资源的分布比较不均匀,西北资源多,东南相对较少。铁路运输作为我国资源运送的最主要手段,是交通运输业的重中之重。随着铁路货运的需求不断增加,货运铁路的建设和投资也日益增加,货运量的预测已经成为了国家把握铁路运输产业发展的重要指标。随着现代社会的发展,传统的预测方法已经稍显疲态。机器学习和智能算法的发展让货运量的预测有了更多的选择和可能性。本文在分析了当前货运量预测所用方法的不足之处后,提出了使用RBF（Radial Basis Function,径向基）神经网络对货运量进行预测。RBF神经网络参数的选择直接关系到该模型的预测精度,本文选用粒子群智能算法（PSO,Particle swarm optimization）对RBF参数进行优化。通过对标准的粒子群算法进行收敛性分析得出该算法在进行到后期的时候容易陷入局部极值,存在“早熟”问题,并且搜索精度有待提高。针对上述问题,本文提出了基于差异演化粒子群和单纯形粒子群的混合粒子群H-PSO算法,该算法继承了前者优秀的全局搜索能力和后者出色的局部寻优能力,通过函数测试也证明了该算法的寻优能力相比标准PSO有了显著的提高。随后,建立了基于H-PSO优化的RBF神经网络预测模型,经过实验验证,该方法对比单纯的RBF和基于标准粒子群优化的RBF都有了明显提高,并且证明在神经元个数为3时,模型收敛效率最高。本文以近27年的铁路货运量为训练样本,对随后4年的货运量进行预测,并将实验结果和相对成熟的灰色模型和BP（Back Propagation,反向传播）神经网络模型进行对比。通过对比,本文提出的基于优化粒子群的RBF模型（HPSORBF）相比灰色模型平均误差减小了6.36%,相比BP神经网络平均误差减小了3.48%。最后,又将本文提出的HPSORBF和灰色模型进行了简单的组合,经过验证得出组合模型在一定程度上能够将其中各个子模型的优点结合起来,从而得到一个更加完备的预测模型,给未来的研究提供了方向。

关键词：铁路运输货运量预测粒子群优化 RBF神经网络

基于二次分解集成模型的港口和航空货运量预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于二次分解集成模型的港口和航空货运量预测研究

作者：白军成兰州交通大学

学位级别：硕士

随着我国运输网络的不断完善,货运越来越频繁。货运量作为一个反映运输生产成果的具体指标,可以体现运输业为国民经济和社会发展服务的数量。它不仅关系到社会经济体系的正常运行,而且关系到国家的安全稳定。因此,准确预测货运量对运输... 详细信息

随着我国运输网络的不断完善,货运越来越频繁。货运量作为一个反映运输生产成果的具体指标,可以体现运输业为国民经济和社会发展服务的数量。它不仅关系到社会经济体系的正常运行,而且关系到国家的安全稳定。因此,准确预测货运量对运输公司的日常运营和管理至关重要。由于受自然灾害、产业水平、政治事件等诸多因素的影响,突现性、高波动性、非平稳性和非线性已成为货运量的主要特性。现有的复合货运量预测研究成果已经相当丰富,但还远远不够完善。为了获得较精确的货运量预测,当前常用的方法是分解原始数据成为具有不同特征的模态分支。但是分解得到的模态仍然不稳定。为了解决这一问题,二次分解集成方法被提出。在本文中,为了初步降低了预测难度,首先通过合适的分解方法分解原始货运量数据,得到了不同特征的模态。然后用样本熵衡量每个模态的复杂性。接着按照复杂程度将这些模态划分成不同的模态组。最复杂的模态组频率高,复杂性大,对预测效果影响大。鉴于这种状况,对最复杂的模态组进行二次深度分解。不但充分提取隐藏在高频数据中的有效信息,而且进一步降低了数据的复杂性。此外,神经网络的输入都是经验值,这样会出现输入个数过多或过少的情况。为了避免无效信息的干扰或信息量不足这一难题,特征选择方法被用来巧妙地设计神经网络的输入形式。由于不同模态组的复杂性不一样,本文有针对性地选择与复杂度相匹配的预测方法去有效地地预测。接着将每个分支的预测结果集成,得到最终的预测结果。最后使用迪博尔德-马里亚诺（DM）检验从统计的角度去评估提出模型的稳定性。考虑到不同的预测跨度和训练集对预测效果的影响,多步预测和不同比率的训练集被提出来去预测港口和机场货运量。为了验证提出模型的合理性和实用性,上海港,深圳港,广州港的货运量数据以及北京机场,深圳机场和上海机场的航空货运量数据被用来作为研究对象。最终的实验结果表明:和基准模型相比,提出的模型不但具有高的精度,还有较强的稳定性。因此,对于不稳定的复杂性高的货运量数据,提出的二次分解集成模型能够有效地预测。

关键词：货运量预测二次分解集成特征选择样本熵 DM检验