本文關(guān)鍵詞：鐵路貨運(yùn)量預(yù)測及影響因素研究

  更多相關(guān)文章： 鐵路貨運(yùn)量 時間序列分析 灰色關(guān)聯(lián)分析 多元線性回歸 神經(jīng)網(wǎng)絡(luò)

【摘要】：鐵路貨運(yùn)量作為鐵路運(yùn)輸能力的重要體現(xiàn),把握其未來發(fā)展趨勢顯得尤其重要。通過制定調(diào)節(jié)鐵路貨運(yùn)量影響因素的政策來調(diào)控鐵路貨運(yùn)量,能夠提高鐵路運(yùn)輸系統(tǒng)的運(yùn)營效率,為鐵路運(yùn)輸企業(yè)制定市場營銷計(jì)劃提供參考,為相關(guān)鐵路部門制定鐵路相關(guān)政策提供依據(jù)并且為國家未來鐵路建設(shè)投資方向提供依據(jù)。本文的研究目的是在預(yù)測未來鐵路貨運(yùn)量下降的基礎(chǔ)上,分析鐵路貨運(yùn)量的時間序列預(yù)測模型、神經(jīng)網(wǎng)絡(luò)模型和多元線性回歸模型的預(yù)測效果和實(shí)用價(jià)值,為提高鐵路貨運(yùn)量提出政策建議。本文運(yùn)用1990-2014年的鐵路貨運(yùn)量歷史數(shù)據(jù)構(gòu)建多個時間序列預(yù)測模型并且選擇平均相對誤差最小的四次多項(xiàng)式回歸時間序列預(yù)測模型作為最佳時間序列預(yù)測模型。通過最佳時間序列預(yù)測模型預(yù)測未來五年的鐵路貨運(yùn)量。結(jié)果顯示未來五年的鐵路貨運(yùn)量為406,833.5萬噸,407,704.9萬噸,404,408-3萬噸,396,420.8萬噸和383,200.8萬噸。鐵路貨運(yùn)量未來呈現(xiàn)下降趨勢。為了應(yīng)對鐵路貨運(yùn)量未來下降的問題,本文基于灰色關(guān)聯(lián)分析方法篩選出鐵路貨運(yùn)量的8個關(guān)鍵影響因素,并且構(gòu)建初步多元線性回歸模型和神經(jīng)網(wǎng)絡(luò)模型。通過逐步回歸法,鐵路貨運(yùn)量的最佳多元線性回歸模型的關(guān)鍵影響因素包括國家財(cái)政總收入、全國煤油產(chǎn)量、全國鋼鐵產(chǎn)量、公路貨運(yùn)量和水路貨運(yùn)量。國家財(cái)政總收入、全國煤油產(chǎn)量和全國鋼鐵產(chǎn)量對鐵路貨運(yùn)量有正效應(yīng)；水路貨運(yùn)量和公路貨運(yùn)量對鐵路貨運(yùn)量有負(fù)效應(yīng)。通過分析時間序列預(yù)測模型、神經(jīng)網(wǎng)絡(luò)模型和多元線性回歸模型,評價(jià)三個模型的預(yù)測效果和使用價(jià)值,基于多元線性回歸模型具有通過提出政策調(diào)節(jié)影響因素從而調(diào)控未來鐵路貨運(yùn)量的實(shí)際意義,選擇多元線性回歸模型為最具使用價(jià)值的鐵路貨運(yùn)量模型。本文的創(chuàng)新點(diǎn)在于通過選擇最佳時間序列預(yù)測模型預(yù)測未來鐵路貨運(yùn)量,并且基于灰色關(guān)聯(lián)分析方法構(gòu)建多元線性回歸模型分析關(guān)鍵影響因素對鐵路貨運(yùn)量的影響,進(jìn)而為調(diào)控鐵路貨運(yùn)量提供參考意見。
【關(guān)鍵詞】：鐵路貨運(yùn)量 時間序列分析 灰色關(guān)聯(lián)分析 多元線性回歸 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U294.13
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-9
• 序言9-13
• 1 緒論13-21
• 1.1 研究背景及研究意義13-15
• 1.1.1 研究背景13-14
• 1.1.2 研究意義14-15
• 1.2 研究內(nèi)容、研究方法和技術(shù)路線15-19
• 1.2.1 研究內(nèi)容15-17
• 1.2.2 研究方法17-18
• 1.2.3 技術(shù)路線18-19
• 1.3 本文創(chuàng)新點(diǎn)19-21
• 2 文獻(xiàn)綜述21-29
• 2.1 鐵路貨運(yùn)量的影響因素21-22
• 2.2 鐵路貨運(yùn)量影響機(jī)理分析22-23
• 2.3 鐵路貨運(yùn)量的預(yù)測方法23-27
• 2.3.1 時間序列預(yù)測方法23-24
• 2.3.2 灰色預(yù)測方法24-25
• 2.3.3 神經(jīng)網(wǎng)絡(luò)預(yù)測方法25
• 2.3.4 支持向量機(jī)方法25-26
• 2.3.5 其他預(yù)測方法26-27
• 2.3.6 預(yù)測方法評述27
• 2.4 文獻(xiàn)評述27-29
• 3 鐵路貨運(yùn)量的時間序列模型預(yù)測29-40
• 3.1 時間序列預(yù)測模型介紹29-31
• 3.1.1 指數(shù)平滑模型30
• 3.1.2 自回歸積分滑動平均模型30-31
• 3.1.3 多項(xiàng)式時間序列預(yù)測模型31
• 3.2 時間序列預(yù)測模型結(jié)果31-38
• 3.2.1 指數(shù)平滑法31-33
• 3.2.2 ARIMA模型33-34
• 3.2.3 多項(xiàng)式時間序列預(yù)測模型34-38
• 3.3 時間序列預(yù)測模型篩選38-40
• 4 鐵路貨運(yùn)量變化影響機(jī)理分析40-49
• 4.1 宏觀環(huán)境指標(biāo)40-42
• 4.2 鐵路大宗貨物產(chǎn)品指標(biāo)42-45
• 4.3 其他運(yùn)輸方式指標(biāo)45-47
• 4.4 鐵路供給相關(guān)指標(biāo)47
• 4.5 本章小結(jié)47-49
• 5 鐵路貨運(yùn)量影響因素的灰色關(guān)聯(lián)度分析49-55
• 5.1 灰色關(guān)聯(lián)分析方法49-50
• 5.2 鐵路貨運(yùn)量的灰色關(guān)聯(lián)分析50-55
• 6 鐵路貨運(yùn)量的多元線性回歸模型和神經(jīng)網(wǎng)絡(luò)模型55-68
• 6.1 多元線性回歸模型55-61
• 6.1.1 多元線性回歸模型介紹55-56
• 6.1.2 多元線性回歸模型結(jié)果56-60
• 6.1.3 多元線性回歸模型統(tǒng)計(jì)上顯著的影響因素分析60-61
• 6.2 人工神經(jīng)網(wǎng)絡(luò)模型61-65
• 6.2.1 人工神經(jīng)網(wǎng)絡(luò)模型介紹61-63
• 6.2.2 BP神經(jīng)網(wǎng)絡(luò)模型結(jié)果63-65
• 6.2.3 人工神經(jīng)網(wǎng)絡(luò)模型的影響因素65
• 6.3 鐵路貨運(yùn)量預(yù)測模型比較65-68
• 7 結(jié)論與建議68-71
• 7.1 結(jié)論68
• 7.2 不足與今后研究方向68-69
• 7.3 政策建議69-71
• 參考文獻(xiàn)71-76
• 作者簡歷76-78
• 學(xué)位論文數(shù)據(jù)集78

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃勇;徐景昊;;關(guān)于鐵路貨運(yùn)量預(yù)測研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2010年04期

2 田芳銘;劉慶福;;四川省鐵路貨運(yùn)量預(yù)測研究[J];科技資訊;2011年30期

3 張欣元;;1938～1987年法國國營鐵路貨運(yùn)量的發(fā)展[J];鐵道科技動態(tài);1989年11期

4 任德亮,李向國,張?zhí)靷?建立鐵路貨運(yùn)量季節(jié)性預(yù)測模型的研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2004年08期

5 郝佳,李瀾;鐵路貨運(yùn)量組合預(yù)測模型的研究[J];鐵道運(yùn)輸與經(jīng)濟(jì);2004年11期

6 王晚香,蔣惠園;廣州南沙疏港鐵路貨運(yùn)量預(yù)測研究[J];鐵道貨運(yùn);2005年01期

7 單麗輝;王強(qiáng);;鐵路貨運(yùn)量的灰色預(yù)測模型[J];鐵道貨運(yùn);2006年02期

8 鄭全成;唐玉川;祝宏賓;高偉;;鐵路貨運(yùn)量組合預(yù)測方法的研究[J];鐵道貨運(yùn);2006年07期

9 劉志杰;季令;葉玉玲;耿志民;;基于徑向基神經(jīng)網(wǎng)絡(luò)的鐵路貨運(yùn)量預(yù)測[J];鐵道學(xué)報(bào);2006年05期

10 朱昌鋒;王慶榮;;基于聯(lián)系度的鐵路貨運(yùn)量集對分析聚類預(yù)測[J];甘肅科學(xué)學(xué)報(bào);2006年04期

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 李銳;1-5月 俄鐵路貨運(yùn)量同比增加12.9%[N];遠(yuǎn)東經(jīng)貿(mào)導(dǎo)報(bào);2010年

2 王海生 苑洪波 杜慶君;唐港鐵路貨運(yùn)量 創(chuàng)歷史最高水平[N];唐山勞動日報(bào);2011年

3 本報(bào)記者 孫春芳;6月鐵路貨運(yùn)量同比、環(huán)比雙降[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2014年

4 記者 王龍飛;我省鐵路貨運(yùn)量持續(xù)增長[N];山西經(jīng)濟(jì)日報(bào);2014年

5 證券時報(bào)記者 靳書陽;不必過分擔(dān)憂 鐵路貨運(yùn)量下滑[N];證券時報(bào);2014年

6 記者 羅忠河;前8個月全國鐵路貨運(yùn)量同比增長12.8%[N];中國冶金報(bào);2010年

7 記者 李慧穎;1—10月大興安嶺[N];黑龍江經(jīng)濟(jì)報(bào);2011年

8 記者 王龍飛;59232.3萬噸:我省鐵路貨運(yùn)量創(chuàng)歷史新高[N];山西經(jīng)濟(jì)日報(bào);2013年

9 林琳;鐵路貨運(yùn)量緣何下降[N];現(xiàn)代物流報(bào);2013年

10 國際期貨 李莉;鐵路貨運(yùn)量：大宗商品的“景氣度”[N];中國證券報(bào);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 俞小鳳;機(jī)器學(xué)習(xí)理論在鐵路貨運(yùn)量預(yù)測中的應(yīng)用研究[D];北京交通大學(xué);2016年

2 張\，

本文編號：547826