公路货运量影响因素分析及趋势预测模型研究

为了提高公路货运量预测的准确性,本文选取经济、基础设施、人口等影响因素,运用皮尔逊相关系数对影响因素与公路货运量之间的相关性进行分析,构建预测模型,并采用平均绝对误差法对模型精度进行验证。结果表明:经济因素中的建筑业增加值对公路货运量的影响最大,皮尔逊相关系数为0.964,具有极显著性;其次是基础设施因素中的高速等级公路里程和人口因素中年末常住人口与公路货运量的相关性最高,相关系数分别为0.925,0.908,呈极显著性和显著性。研究发现,经济因素中以第二产业增加值为影响因素的预测模型平均绝对误差最低,为2602.466513;其次是基础设施因素中以公路里程为预测模型和人口因素中以常住人口为因子的预测模型误差最低,分别为5268.431313、11091.81933。

成都东站综合运输场站TOD布置形态研究

随着成都市出行需求的不断增加,综合运输场站对所在地区的经济发展和起到不可忽视的作用,TOD发展模式对场站布置形态有着更高的要求。本文对成都东站进行布置形态调研与分析,通过对成都东客站综合枢纽的布局流线、换乘、场站分析,并给出了提高其整体服务水平的建议。

汽车衡计量系统的设计与应用

汽车衡计量系统作为贸易交接的重要计量器具,打破了传统现场作业模式,提高了汽车衡计量数据的可靠性,加快信息流与物流的高效、通畅运转,提高了计量效率,进一步提升了汽车衡的管理效能。文章主要介绍了汽车衡计量系统的设计和具体应用情况。

公路货运量灰色模型—马尔可夫链预测方法研究

将灰色系统理论与马尔可夫链相结合,首次提出了灰色模型—马尔可夫链预测公路货运量的方法;并结合"十五"期间中国公路货运量和公路货运市场的发展趋势的预测分析详细阐述了该方法的具体应用。首先建立GM(1,1)灰色动态拟合模型,并以此作为公路货运量发展变化的动态基准线模型;在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其标准化离差等指标的分析计算,最终以概率形式分析和预测公路货运量的发展变化区间。理论分析和实践都表明,该法不但预测结果更可靠,而且能够对公路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。

时空消耗法求解物流园区规模

运用时空消耗的理论建立了物流园区规模预测模型。模型是基于物流园区提供的时空资源与货物需要的时空资源保持平衡的原理建立,同时分析了影响时空资源的因素及其在模型中相关参数的确定,最后以北京城市物流系统规划为例具体说明了本模型的应用。

我国宏观物流市场预测与分析方法研究

制定物流业发展规划和物流园区发展规划 ,遇到的首要问题就是对宏观物流市场规模的预测和分析 ,介绍了三种不同的预测宏观物流市场的方法 ,即货运量法 ,交通运输、仓储、邮电通信相关产业产值法 ,物流成本占GDP比例法 ,重点阐述了物流成本占GDP比例推算法 ,并用其对我国的宏观物流市场进行了预测和分析 ,收到了较好的预测效果 .

易腐农产品物流配送中心选址优化

考虑易腐农产品变质率对配送中心选址的影响,建立基于混合整数规划的易腐农产品中心选址模型,提出了相应的求解算法,并通过算例验证了模型与算法的合理性与可行性。

基于空间填充曲线和动态规划解的定位路线问题

定位路线问题(LRP)是物流系统中一个重要问题,因其NP-hard属性,当节点数较多时精确解不宜得到。提出了单设施定位路线问题(SDLRP)的数学模型,并通过Lingo程序给予了检验。基于求解该模型的复杂性,进而提出了一种启发式解法,即利用空间填充曲线(SFC)构造初始解,同时实现设施定位,以保证初始解的质量;之后运用动态规划的方法确定最优车辆配置,并通过2 opt对路线进行改进。最后,通过实例验证了该方法的快速有效性。

基于遗传算法的易腐货物即时配送路线的优化

通过构造时间惩罚函数和容量限制惩罚函数建立了相应的数学模型,构造了一种具有较强全局搜索能力的引申刘海交叉法,改进了标准遗传算法,提出了易腐货物即时配送路线优化问题的求解策略。利用MAT-LAB编制了相应的计算程序,结合典型实例,验证了利用改进遗传算法在求解此类问题时的可行性和优越性。

基于组合预测模型的山东省某港区区域货运量预测

以山东省某港区货运量预测为例,通过对比分析,采用回归分析和时间序列预测相组合的方法,确定影响货运量的因素指标,构建组合预测模型,运用SPSS软件进行数据分析,对港区所在城市的货运量进行预测,以定量化数值反应区域未来货运量,为科学制定港区总体规模和货物运力供给及布局提供参考依据。

区域物流集聚片区划分的聚类分析

以非均衡发展理论和空间相互作用理论为基础,提出区域物流规划中物流集聚片区的概念,划分原则,构建了物流集聚片区划分与确定的聚类分析模型,并以新疆区域物流发展规划为例进行了实证应用研究,旨在为区域物流规划的相关部门及其决策者提供一种有效可行的决策工具。

基于BP神经网络的南宁市公路货运量预测

为提高公路货运量预测的准确性,依据南宁市历史年份的公路货运量数据建立公路货运量的BP神经网络预测模型。将模型在MATLAB软件环境下进行编码并运算,通过对数据的反复训练和学习最终得到预测值。经过实例分析证明基于BP神经网络的货运量预测模型的有效性。为证明不同方法间的差异性,利用趋势外推法、三次指数平滑法、灰色预测法以及指数回归法对南宁市公路货运量进行了预测。通过对比分析,得到不同方法的相对误差。可以看出,基于BP神经网络的货运量预测模型较传统预测方法有较大的优越性,BP神经网络模型能够揭示货运量的非线性变化关系,准确地拟合原始数据。

灰色系统理论在道路货运量、货运周转量预测中的应用

基于灰色系统 GM( 1 ,1 )模型和残差修正 GM( 1 ,1 )模型 ,预测道路货运量及货运周转量 ,可充分开发并利用了少量数据中的显信息和隐信息 ,避免复杂的相关关系 ,克服原始数据的离散性 ,得到高精度的预测结果 .以山东省道路货运量及货运周转量为例进行了中短期预测 ,并用后验差方法对预测结果进行了检验 .

城市货运量的灰色Verhulst预测模型

以研究城市货运量的预测方法为目的,为了提高城市货运量预测模型的预测精度,分析了GM(1,1)和Ver-hulst预测模型的特点,发现Verhulst预测模型更适用于城市货运量的预测,采用灰色Verhulst预测模型对城市货运量进行预测,通过比较GM(1,1)和Verhulst预测模型的结果可知后者具有较高的精度和可靠性,最后通过实例说明预测方法的可行性,为实际决策提供理论参考。

基于重要性和可行性的区域公路货物运输量统计指标排序模型

通过分析区域公路货物运输量统计指标需求分析的有效样本,应用数理统计方法建立区域公路货物运输量统计指标排序模型,运用SPSS统计软件对统计指标的重要性和可行性的均值、满分频率、等级以及变异系数等相关统计量进行计算分析,遵循"等概率原则"求其期望值,以评价各指标重要性和可操作性.

基于GM(1,1)-Markov链模型的汽车企业订单预测

准确预测企业下一周期的订单数量至关重要。相比其他众多的预测方法,GM(1,1)模型能够较好地通过建立一个小型样本模型来完成短期预测。提出了一种基于改进的GM(1,1)模型与Markov链模型相结合的汽车企业订单预测模型,该预测模型的有效性通过柳州一家汽车公司的实际数据得到检验。

疫情下基于GC-rBPNN模型的公路货运量预测方法

新冠疫情期间,公路货运量明显下滑,公路运营状况变化复杂,亟须科学预测公路货运量。通过灰色关联分析,确定疫情期间公路货运量主要影响因素,构建了基于灰色组合(GC)-修正BP神经网络(rBPNN)模型的公路货运量预测方法。以我国2017年7月—2020年5月的公路货运量统计数据为原始数据,对BP神经网络进行训练和检验,并引入修正系数H_(M)对预测结果进行修正。以疫情期间近5个月数据为基础,用灰色组合模型预测下月公路货运量各主要影响因素值,再运用修正BP神经网络预测我国2020年6月的公路货运量。将GC-rBPNN模型与其他预测方法进行对比分析,GC-rBPNN模型的PE和MAPE分别为0.21%和3.21%,结果表明,GC-rBPNN模型的预测精度更高,有一定的可行性和有效性。

基于支持向量机的公路货运量预测方法研究

首先分析了公路货运量预测的重要性,介绍了国内外主要预测方法。归纳总结了支持向量机的核心思想和基本原理,利用此较新的理论建立了公路货运量预测模型,给出了构建模型的具体分析步骤,同时探讨了参数的标定和修正过程。利用北京市基础数据,建立北京市公路货运量预测的支持向量机模型,并应用LibSVM软件进行预测,预测结果验证了模型的有效性和可行性,表明方法可以推广并可实际应用。

物流系统化的组织设计研究

文章在物流系统化及组织设计的对象要求和内容探讨的基础上，提出了从控制集中化、物流拖盘化、经营网络化、资源市场化等方面进行物流系统化组织设计的理论体系，同时对道路货运企业直接参与社会物流系统及组织设计进行了探讨。

利用标准差赋权组合模型预测大宗货物运输需求

目前关于运输需求预测研究,大多采用以历史运输量数据为基础进行直接预测的方法,但这种使用单一模型且不考虑关联因素的预测方法,易导致预测结果与实际值偏差较大。提出基于标准差赋权,建立多元线性回归预测模型与GM(1,1)-MLP神经网络预测模型并联结构的组合预测模型。以哈尔滨市粮食产量的历史数据验证组合预测模型的有效性,结合产运系数,对目标年哈尔滨市粮食运输需求进行预测,为大宗货物运输组织方案设计提供数据支持。结果表明:相较于两种单一预测模型,组合预测模型的预测精度更高,能反映哈尔滨市的粮食产量、运输需求量及变化趋势。