【摘要】：經(jīng)濟(jì)的快速發(fā)展與交通運(yùn)輸業(yè)的發(fā)展?fàn)顩r緊密聯(lián)系,良好的交通基礎(chǔ)設(shè)施能夠促進(jìn)經(jīng)濟(jì)的發(fā)展,而經(jīng)濟(jì)的快速發(fā)展能夠支撐交通運(yùn)輸業(yè)的發(fā)展,兩者互相促進(jìn),相輔相成。京津冀地區(qū)是我國(guó)東部沿海地區(qū)最重要的經(jīng)濟(jì)區(qū)域,近年來(lái)政府在積極推進(jìn)京津冀一體化,勢(shì)必要促進(jìn)京津冀的交通一體化發(fā)展。而交通一體化建設(shè)情況是否與區(qū)域的經(jīng)濟(jì)發(fā)展需要相匹配息息相關(guān),因此在實(shí)現(xiàn)京津冀交通一體化的過(guò)程中,需要全面掌握該地區(qū)的貨運(yùn)量、貨運(yùn)制度及影響貨運(yùn)量變化因素等相關(guān)信息。因此,預(yù)測(cè)和研究未來(lái)京津冀貨運(yùn)量及其貨運(yùn)量影響因素之間的動(dòng)態(tài)關(guān)系就顯得尤其重要。通過(guò)閱讀大量國(guó)內(nèi)外文獻(xiàn),本文基于京津冀一體化建設(shè)情況及目前該地區(qū)貨運(yùn)量變化趨勢(shì)深入研究了影響京津冀貨運(yùn)量因素及構(gòu)建了準(zhǔn)確度較高的預(yù)測(cè)模型,對(duì)京津冀貨運(yùn)量進(jìn)行了預(yù)測(cè)。文中主要從以下兩個(gè)方面展開(kāi)工作:(1)本文閱讀了大量有關(guān)貨運(yùn)量預(yù)測(cè)的研究文獻(xiàn),綜合分析了各種預(yù)測(cè)方法的適用范圍和優(yōu)缺點(diǎn),選擇出適合本文京津冀貨運(yùn)量研究的預(yù)測(cè)方法,分別為:自回歸單整移動(dòng)平均時(shí)間序列(ARIMA)模型、向量自回歸(VAR)模型和支持向量機(jī)(SVM)模型,用這三種方法進(jìn)行京津冀各省貨運(yùn)量的對(duì)比預(yù)測(cè),再選出最佳的預(yù)測(cè)模型。結(jié)果顯示:ARIMA模型預(yù)測(cè)準(zhǔn)確度較差,平均相對(duì)誤差為0.13,SVM預(yù)測(cè)準(zhǔn)確度最好,平均相對(duì)誤差為0.02,VAR模型預(yù)測(cè)貨運(yùn)量的相對(duì)誤差在二者之間,并且能進(jìn)一步研究貨運(yùn)量與影響因素之間的變動(dòng)關(guān)系。故本文從理論和實(shí)際使用意義兩方面考慮,建議結(jié)合使用VAR和SVM模型做京津冀貨運(yùn)量的預(yù)測(cè)及影響因素分析最為恰當(dāng)。(2)本文還利用VAR模型做貨運(yùn)量的影響因素的分析,從貨運(yùn)量與影響因素的長(zhǎng)期協(xié)整關(guān)系、具體的因果互動(dòng)關(guān)系、波動(dòng)解釋的重要程度這些方面做貨運(yùn)機(jī)理的具體研究。結(jié)果發(fā)現(xiàn):京津冀三地區(qū)由于地理位置,經(jīng)濟(jì)發(fā)達(dá)程度和城市屬性的不同,貨運(yùn)量影響因素對(duì)京津冀貨運(yùn)量的影響效果各不相同,是一個(gè)復(fù)雜的過(guò)程。本文的創(chuàng)新點(diǎn)在于通過(guò)選擇ARIMA模型、VAR模型和SVM模型預(yù)測(cè)未來(lái)京津冀貨運(yùn)量,通過(guò)對(duì)比預(yù)測(cè)準(zhǔn)確度和實(shí)際操作意義選出最適合的預(yù)測(cè)模型。利用灰色關(guān)聯(lián)模型選出關(guān)鍵的貨運(yùn)影響因素,從而構(gòu)建VAR影響因素分析模型,得出貨運(yùn)量與這些影響因素的具體變動(dòng)關(guān)系。這樣可以有利于交通運(yùn)輸部門(mén)更好的調(diào)控和預(yù)測(cè)貨運(yùn)量,建立更科學(xué)、規(guī)范的貨運(yùn)體系,促進(jìn)京津冀交通一體化。
【圖文】：

型與檢驗(yàn)逡逑要確定最優(yōu)的滯后階數(shù)，通過(guò)ＡＩＣ和ＳＣ為滯后階數(shù)選擇的最量，同時(shí)結(jié)合ＬＲ、ＰＰＥ以及ＨＱ等相關(guān)統(tǒng)計(jì)量定階。表３－７對(duì)源消耗總量ＩｎＥ，人Ｕ人數(shù)ＩｎＰ，運(yùn)輸線(xiàn)路長(zhǎng)度ＩｎＬ，第二產(chǎn)業(yè)行定階與穩(wěn)定性檢驗(yàn)，Ｆ表ＦＰＥ、ＡＩＣ、ＳＣ和ＨＱ統(tǒng)計(jì)量顯示以按照一半以上統(tǒng)計(jì)量最優(yōu)原則確定，，對(duì)變量建立的ＶＡＲ（ｌ）模表３－７邋ＶＡＲ模型滯后階數(shù)確定ＬｏｇＬ邐ＬＲ邐ＦＰＥ邐ＡＩＣ邐ＳＣ邐ＨＱ１邋１２．８０邐ＮＡ邐５．８５邐－９．３７邐－９．１３邐－９．３２４４．５０邐１９４．７０＊邐５．８０＊邐－１８．６５＊邐－１７．１７＊邐－１８．２２６９．３４邐２５．９２邐８．４６邐－１８．６４邐－１５．９２邐－１７．９ＩｎＥ、ＩｎＰ、ＩｎＬ、ＩｎＰ的ＶＡＲ（ｌ）模型下進(jìn)行穩(wěn)定性進(jìn)行檢驗(yàn)，于１，即在單位圓內(nèi)，就認(rèn)為ＶＡＲ模型是穩(wěn)定的。圖３－１中顯內(nèi)，由此認(rèn)為所構(gòu)建的ＶＡＲ（ｌ）模型是穩(wěn)定的。逡逑Ｉｎｖｅｒｓｅ邋Ｒｏｏｔｓ邋ｏｆ邋ＡＲ邋Ｃｈａｒａｃｔｅｒｉｓｔｉｃ邋Ｐｏｌｙｎｏｍｉａｌ逡逑

逑對(duì)ＩｎＴ．丨Ｖ與ＩｎＥ、ＩｎＰ、ｌｎＬ、ＩｎＰ的ＶＡＲ（２）模型下進(jìn)行穩(wěn)定性進(jìn)行檢驗(yàn)，如果模型逡逑的殘差特征根小于１，即在單位圓內(nèi)，就認(rèn)為ＶＡＲ模型是穩(wěn)定的。下圖３－３中顯示殘差逡逑特征根均在單位圓內(nèi)，由此認(rèn)為所構(gòu)建的ＶＡＲ（２）模型是穩(wěn)定的。逡逑Ｉｎｖｅｒｓｅ邋Ｒｏｏｔｓ邋ｏｆ邋ＡＲ邋Ｃｈａｒａｃｔｅｒｉｓｔｉｃ邋Ｐｏｌｙｎｏｍｉａｌ逡逑１．５邐邐邐邐逡逑１．０－逡逑０．５－邐？逡逑０．０－邐■逡逑－０．５邋－邐＊邐，逡逑－１．０－逡逑－１－５－１邐，邐，邐，邐，邐，邐逡逑－１．５邐－１．０邐－０．５邐０．０邐０．５邐１．０邐１．５逡逑圖３－３邋ＶＡＲ穩(wěn)定性檢驗(yàn)逡逑（３）協(xié)整檢驗(yàn)逡逑下面將對(duì)天津的貨運(yùn)量ＩｎＶ與能源消耗總量ＩｎＥ
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：F512.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梅曉玲;;基于灰色關(guān)聯(lián)與投影算法的鐵路貨運(yùn)量影響因素分析[J];四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版);2015年05期

2 楊新;;基于模糊時(shí)間序列的港口鐵路貨運(yùn)量預(yù)測(cè)[J];科技創(chuàng)新與應(yīng)用;2015年30期

3 何鵬;王桐遠(yuǎn);;基于改進(jìn)型支持向量回歸的都市圈貨運(yùn)量預(yù)測(cè)研究[J];世界科技研究與發(fā)展;2015年04期

4 周文杰;黃慧淼;黃雪茜;;基于回歸模型的西北五省區(qū)貨運(yùn)量預(yù)測(cè)[J];物流科技;2014年10期

5 胡潔瓊;李珍萍;;基于時(shí)間序列的全社會(huì)貨運(yùn)量預(yù)測(cè)及分析[J];物流技術(shù);2014年09期

6 王寧;徐志禹;;組合預(yù)測(cè)模型在鐵路貨運(yùn)量預(yù)測(cè)中的應(yīng)用[J];交通科技與經(jīng)濟(jì);2013年05期

7 張s

本文編號(hào)：2689294