原文传递
长江小南海枢纽过坝货运量预测与通航规模研究
| 论文题名： | 长江小南海枢纽过坝货运量预测与通航规模研究 |
| 关键词： | 水运货运量;灰色系统;神经网络;非线性组合预测;通航规模 |
| 摘要： | 长江素有“黄金水道”之称，长江干支流通航总里程长达8万Km，三峡工程建成后，库区航道将有较大的改善，万吨级船队可直达重庆。而重庆以上河段为丘陵山区，滩多流急，航道条件差，仅可通行千吨级船队，严重地制约了腹地的经济发展，需要对此采取强有力的工程措施予以解决。而小南海水利枢纽正是改变这一现状的重要工程。 小南海水利枢纽规划位于长江宜宾至重庆河段重庆境内，是三峡水利枢纽的上游衔接梯级，是一座以发电和航运为主，并有拦沙减淤、滞洪和灌溉供水等综合利用效益的枢纽工程。随着要地区经济和综合运输的发展，为充分发挥水运在国民经济发展中的作用，有效地促进新的历史时期水运建设的健康、快速的发展，就有必要对小南海水利枢纽货运量未来的发展趋势有正确的把握，这就需要对未来经济发展对水运的需求做出正确的预测。 水运货运量是确定水运交通基础设施建设规模的主要依据，货运量预测结果的合理性、可靠性直接影响水运工程项目的投资和效益，对制定未来水运发展战略、合理利用资源、充分发挥水运设施的效益都有着重要的意义。 论文在广泛参阅有关货运量预测文献的基础上，阐述了水运货运量预测原理、方法和步骤，综合分析了目前主要预测方法的适用范围和存在的不足，对灰色系统理论在货运量预测中的应用进行了比较深入的研究和探讨，分析了以灰色系统理论为基础进行货运量预测的建模思想、检验方法及适用范围，改进了指数加权平均灰色模型从而拓展了灰色预测领域、增强了灰色预测模型的适用性、提高了预测精度。 论文简要介绍人工神经网络的基本结构特征和学习规则，在此基础上建立了人工神经网络回归预测模型。分析了组合预测方法的研究与发展状况，利用BP神经网络的高度非线性映射能力，建立了基于神经网络技术的非线性组合预测模型，并总结了非线性组合预测方法的优越性。从而得出小南海水利枢纽的货运量值。 |
| 作者： | 韩涛 |
| 专业： | 港口、海岸及近海工程 |
| 导师： | 张绪进;刘亚辉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
