鐵路貨運量是衡量鐵路競爭力的關(guān)鍵性指標(biāo),對貨運量及其發(fā)展趨勢的準(zhǔn)確預(yù)測與把握,可為鐵路運輸組織及各級運輸管理方案的制定提供重要依據(jù),為發(fā)展鐵路貨運提供可靠的數(shù)據(jù)支持。目前國內(nèi)外關(guān)于鐵路貨運量預(yù)測的方法研究較為深入,各種模型的預(yù)測性能和適用條件各不相同,因此應(yīng)根據(jù)待預(yù)測的對象來選擇合理的預(yù)測方法,充分發(fā)揮各預(yù)測方法的優(yōu)點,保證預(yù)測結(jié)果的可靠性。SVM(支持向量機)是基于統(tǒng)計學(xué)習(xí)理論的一種學(xué)習(xí)方法,具有較好的預(yù)測穩(wěn)定性,可以解決非線性、小樣本、高維度數(shù)據(jù)的回歸問題,能夠較好應(yīng)用于鐵路運量的預(yù)測。本文從兩個方面做了研究工作:一方面,首先從定性的角度分析我國鐵路貨運概況,闡述鐵路貨運量的相關(guān)量化指標(biāo),分析在量化指標(biāo)方面、貨運品類方面、與國外相比較和與其他貨運方式相比等方面的鐵路貨運特征,總結(jié)歸納了影響鐵路貨運的宏觀經(jīng)濟、物流環(huán)境、鐵路自身等影響因素及各因素之間的關(guān)聯(lián)度,篩選出重要的影響因素。另一方面,引入SVM對鐵路貨運量進行定量預(yù)測,為提高傳統(tǒng)SVM預(yù)測模型的預(yù)測精度,弱化鐵路貨運相關(guān)影響的因素,在傳統(tǒng)SVM模型基礎(chǔ)上對數(shù)據(jù)進行兩種方式的預(yù)處理,建立了基于模糊信息�；ê拖嗫臻g重構(gòu)法的鐵路貨...

【文章頁數(shù)】：95 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 SVM運輸預(yù)測國內(nèi)外研究現(xiàn)狀
        1.2.2 其他相關(guān)預(yù)測國內(nèi)外研究現(xiàn)狀
        1.2.3 國內(nèi)外研究現(xiàn)狀評述
    1.3 研究內(nèi)容與研究方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 技術(shù)路線圖
第二章 鐵路貨運量預(yù)測相關(guān)理論
    2.1 鐵路貨運量預(yù)測的步驟
    2.2 鐵路貨運量預(yù)測方法
        2.2.1 SVM預(yù)測方法
        2.2.2 其他預(yù)測方法
        2.2.3 預(yù)測方法評述
    2.3 本章小結(jié)
第三章 鐵路貨運定性分析
    3.1 鐵路貨運量化指標(biāo)
        3.1.1 鐵路貨運量化指標(biāo)選取原則
        3.1.2 鐵路貨運量化指標(biāo)選取
    3.2 我國鐵路貨運特征及影響因素
        3.2.1 我國鐵路貨運特征
        3.2.2 鐵路貨運量影響因素定性分析
        3.2.3 鐵路貨運量影響因素灰色關(guān)聯(lián)分析
    3.3 本章小結(jié)
第四章 基于數(shù)據(jù)預(yù)處理的鐵路貨運量SVM預(yù)測模型
    4.1 鐵路貨運量SVM預(yù)測模型
    4.2 基于模糊信息�；蔫F路貨運量SVM預(yù)測模型
        4.2.1 模糊信息�；�
        4.2.2 模糊信息�；疐IG-SVM預(yù)測模型
    4.3 基于相空間重構(gòu)的鐵路貨運量SVM預(yù)測模型
        4.3.1 相空間重構(gòu)原理
        4.3.2 相空間重構(gòu)-SVM預(yù)測模型
    4.4 本章小結(jié)
第五章 北京鐵路局貨運量預(yù)測實例分析
    5.1 北京鐵路局貨運定性分析
        5.1.1 北京鐵路局概況
        5.1.2 北京鐵路局貨運分析
    5.2 基于FIG-SVM的石家莊貨運中心貨運量預(yù)測
        5.2.1 數(shù)據(jù)準(zhǔn)備及處理
        5.2.2 模型求解
    5.3 基于相空間重構(gòu)-SVM的北京貨運中心煤炭運量預(yù)測
        5.3.1 數(shù)據(jù)準(zhǔn)備及處理
        5.3.2 模型求解
    5.4 基于數(shù)據(jù)預(yù)處理的SVM預(yù)測結(jié)果分析
        5.4.1 SVM預(yù)測結(jié)果分析
        5.4.2 不同預(yù)測方法對比
    5.5 本章小結(jié)
第六章 結(jié)論與展望
    6.1 結(jié)論
    6.2 不足與展望
參考文獻(xiàn)
致謝
附錄
個人簡歷、在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文



本文編號：3872041