本文選題：貨運(yùn)量預(yù)測 + SWOT分析��； 參考：《蘭州交通大學(xué)》2015年碩士論文

【摘要】：鐵路貨運(yùn)量是確定鐵路交通基礎(chǔ)設(shè)施建設(shè)規(guī)模的主要依據(jù),貨運(yùn)量預(yù)測結(jié)果的合理性、可靠性直接影響鐵路工程項(xiàng)目的投資和效益,對制定未來鐵路運(yùn)輸發(fā)展戰(zhàn)略、合理利用資源、充分發(fā)揮鐵路運(yùn)輸設(shè)施的效益都有著重要的意義。論文在參考國內(nèi)外有關(guān)貨運(yùn)量預(yù)測文獻(xiàn)的基礎(chǔ)上,闡述了鐵路貨運(yùn)量預(yù)測原理、方法和步驟,對灰色預(yù)測、指數(shù)平滑、線性回歸模型在貨運(yùn)量預(yù)測中的應(yīng)用進(jìn)行了研究和分析,并將多個模型組合起來進(jìn)行變權(quán)重組合預(yù)測,克服了單一預(yù)測模型在鐵路貨運(yùn)量預(yù)測中的局限性,提高了預(yù)測的準(zhǔn)確性。結(jié)合研究區(qū)域鐵路口岸貨運(yùn)量實(shí)際情況,分析優(yōu)劣勢和機(jī)會、威脅,進(jìn)行SWOT分析、建立SWOT矩陣,探討出鐵路口岸的未來發(fā)展戰(zhàn)略,以實(shí)現(xiàn)預(yù)測鐵路貨運(yùn)量的目的,為研究區(qū)域鐵路口岸運(yùn)輸業(yè)發(fā)展提供決策提供依據(jù)。本論文共六個部分。第一部分闡述了論文的研究背景及意義、研究目的和研究內(nèi)容,并對國內(nèi)外貨運(yùn)量預(yù)測的研究進(jìn)展進(jìn)行歸納和總結(jié);第二部分為研究區(qū)域概況,介紹了阿拉山口鐵路口岸的地理位置和發(fā)展情況,并在此基礎(chǔ)上分析了當(dāng)前鐵路口岸存在的問題;第三部分分析了影響進(jìn)出口貨運(yùn)量波動的相關(guān)因素,包括口岸鄰國之間的政治經(jīng)濟(jì)關(guān)系、與相鄰國家的內(nèi)外資源互補(bǔ)情況、產(chǎn)品生命周期及石油管道影響等等;第四部分是介紹SWOT方法并根據(jù)影響貨運(yùn)量相關(guān)因素進(jìn)行SWOT分析口岸適應(yīng)內(nèi)外環(huán)境、抓住機(jī)會發(fā)展的戰(zhàn)略和策略,列出分析矩陣,進(jìn)而探討出研究區(qū)域鐵路口岸的未來發(fā)展戰(zhàn)略;第五部分是鐵路貨運(yùn)量預(yù)測模型綜述,對灰色預(yù)測模型、指數(shù)平滑模型、一元線性回歸模型的特點(diǎn)及計(jì)算過程進(jìn)行介紹和分析,使用每個模型對口岸貨運(yùn)量進(jìn)行計(jì)算和預(yù)測,并將這些模型進(jìn)行變權(quán)重組合對貨運(yùn)量進(jìn)行預(yù)測分析得出結(jié)果;第六部分是本文結(jié)論和展望,對本論文的計(jì)算和分析提出結(jié)論,并對所用分析和預(yù)測方法的不足之處提出了改進(jìn)方向。
[Abstract]:The quantity of railway freight is the main basis for determining the scale of railway transportation infrastructure construction. The rationality and reliability of the forecast result of freight volume directly affect the investment and benefit of railway project, and make the development strategy of railway transportation in the future. It is of great significance to make rational use of resources and give full play to the benefits of railway transport facilities. On the basis of referring to the domestic and foreign literatures on freight volume forecasting, the paper expounds the principle, method and procedure of railway freight volume prediction, and studies and analyzes the application of grey forecasting, exponential smoothing and linear regression model in freight volume forecasting. Several models are combined to carry out variable weight combination forecasting, which overcomes the limitation of single forecasting model in railway freight volume prediction and improves the accuracy of prediction. Combined with the actual situation of regional railway port freight volume, this paper analyzes the advantages and disadvantages, opportunities, threats, SWOT analysis, establishes SWOT matrix, discusses the future development strategy of railway port, in order to achieve the purpose of forecasting railway freight volume. It provides a basis for decision-making on the development of regional railway port transportation industry. This thesis consists of six parts. The first part describes the research background and significance of the paper, research purposes and research content, and summarizes the research progress of domestic and foreign freight volume forecasting; the second part is the general situation of the research area. This paper introduces the geographical position and development of Alashankou railway port, and on this basis analyzes the problems existing in the current railway port, the third part analyzes the related factors affecting the fluctuation of import and export freight volume, It includes the political and economic relations between the neighboring countries, the complementation of internal and external resources with neighboring countries, the product life cycle and the influence of oil pipelines, etc. The fourth part is to introduce SWOT method and SWOT analysis according to the factors affecting freight volume to adapt to the internal and external environment, seize the opportunity to develop the strategy and strategy, list the analysis matrix, and then explore the future development strategy of the regional railway port; The fifth part is a summary of railway freight volume forecasting model. The characteristics and calculation process of grey forecasting model, exponential smoothing model and monadic linear regression model are introduced and analyzed. Each model is used to calculate and forecast the port freight volume. And these models are combined with variable weight to forecast the freight volume. The sixth part is the conclusion and prospect of this paper, and the conclusion of this paper is put forward. At the same time, the improvement direction of the analysis and prediction method is put forward.
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U294.13

【相似文獻(xiàn)】

相關(guān)期刊論文 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

相關(guān)重要報(bào)紙文章 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(shí)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(shí)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

相關(guān)碩士學(xué)位論文 前7條

1 陳星;基于遺傳改進(jìn)廣義回歸神經(jīng)網(wǎng)絡(luò)的鐵路貨運(yùn)量預(yù)測研究[D];大連交通大學(xué);2015年

2 蔡志強(qiáng);阿拉山口鐵路貨運(yùn)量預(yù)測分析[D];蘭州交通大學(xué);2015年

3 暢博;基于經(jīng)濟(jì)周期的鐵路貨運(yùn)量人工神經(jīng)網(wǎng)絡(luò)預(yù)測研究[D];中南大學(xué);2010年

4 宋光平;鐵路貨運(yùn)量預(yù)測方法研究[D];北京交通大學(xué);2007年

5 吳曉玲;基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的鐵路貨運(yùn)量預(yù)測研究[D];中南大學(xué);2009年

6 郭瓊瓊;基于灰色系統(tǒng)理論的鐵路貨運(yùn)量預(yù)測研究[D];解放軍信息工程大學(xué);2008年

7 郭騰;基于Benford法則的克強(qiáng)指數(shù)的可靠性研究[D];燕山大學(xué);2014年

，

本文編號：1984377