当前位置: 首页> 学位论文 >详情
原文传递 基于分担率模型和灰色理论的铁路货运量预测研究
论文题名: 基于分担率模型和灰色理论的铁路货运量预测研究
关键词: 铁路货运量;预测模型;组合权重;灰色理论
摘要: 近年来,随着我国铁路投资的不断加大,路网规模逐渐扩大,覆盖范围得到了显著提升。而与东部地区相比,我国中西部地区铁路路网布局尚不完善,跨区域运输通道运能紧张,路网覆盖范围仍需进一步扩大。由此可见,我国中西部地区铁路行业还有很大的发展潜力。而铁路货运量作为影响项目前期决策及规划,考核项目建设规模,衡量项目经济效益的重要指标,其预测的准确性直接关系到铁路行业未来的发展。由于传统铁路货运量预测方法需要大量的基础数据做支撑,而在我国中西部部分地区,统计数据的缺乏导致货运量预测结果的不确定性显著增加。因此,在无法依据历史货运量数据作为参考的情况下,探索出一种能够较为快速、准确预测该地区铁路货运量的方法已成为当前需要深入研究的一项课题。
  本文首先阐述了铁路货运量预测的研究背景、研究目的及意义,分析了国内外铁路货运量预测的研究现状,在此基础上叙述了本文的研究内容及主要技术路线,并结合研究背景及研究案例的实际情况,设计出兰州至中川铁路未来年度货运量预测的总体思路。接着文章从定性和定量两个角度出发,对货运量预测的相关理论进行了详细介绍。
  其次,在对项目辐射区域内货主选择运输方式时主要考虑因素进行调查及详细分析的基础上,结合相关影响因素指标的选取原则和本案例的实际情况,构建了货运方式选择影响因素体系。
  再次,本文引入组合赋权法对货运方式选择影响因素各个指标进行赋权,然后应用Influ-Logit分担率模型得出项目影响区域内的铁路货运量分担率。同时,在对项目影响区域进行调查的基础上,分别选取各个主要控制站点调查车流量情况,并将车流量换算为相应的货运量。
  最后,将计算得到项目铁路货运量历史数据,引入三种灰色预测模型,通过对比三种模型的相对误差,选择一种误差较小的模型,作为本项目货运量预测模型,并对未来年度货运量进行预测。结果表明,文章中构建的货运量预测模型能够在缺乏货运量统计数据的情况下,较为快速、准确的预测出该地区的货运量,为铁路项目的规划及项目后评价提供较为可靠的评价参数。
作者: 宋建强
专业: 土木工程建造与管理
导师: 鲍学英
授予学位: 硕士
授予学位单位: 兰州交通大学
学位年度: 2017
正文语种: 中文
检索历史
应用推荐