一种基于BP神经网络的铁路大宗货物运价风险预警判定方法

为获取较大的市场占有率和较好的利润增长水平,铁路货运公司需要实时掌握铁路货物运价在货运市场中的竞争力,综合考虑社会、企业自身和货主等因素,基于BP神经网络算法,进行铁路货运价格风险预警判定方法研究,并建立运价风险预警模型。以某铁路局集团有限公司大宗货物运输中的煤炭运输为例,选取2015-2017年相关数据,训练BP神经网络模型,得到铁路煤炭运价的风险预警结果。与实际数据对比,拟合程度较高,因此可使用该方法对当期的运价风险程度进行合理预测,同时也对相关铁路部门的运价政策制定与调整起到辅助决策作用。

基于改进灰色关联度的铁路大宗货运运价风险评估研究

铁路大宗货运运价的风险评估研究可以提升铁路大宗货运营销能力,以辅助货运运价管理人员判断市场运价风险态势,做出正确的运价调整方向决策,提高铁路运输企业的经营效益。基于改进的灰色关联度分析方法模型,计算大宗货运运价综合状态评估值。并从竞争者、铁路企业、货主和宏观经济环境4个角度,共选取15个运价风险评估指标,建立运价风险评估指标体系。最后,以S铁路局集团公司2018年实际煤炭运输价格为例进行实例分析,计算出其货运运价风险的综合状态评估值和评估等级,有助于调整完善铁路大宗货运运价制定。