铁路货运量预测

作品数：70被引量：398H指数：16
导出分析报告
相关领域：交通运输工程经济管理更多>>
相关作者：耿立艳张诚周湘峰李松李红启更多>>
相关机构：兰州交通大学西南交通大学北京交通大学石家庄铁道大学更多>>
相关期刊：《西部交通科技》《计算机应用研究》《科技经济市场》《科教导刊（电子版）》更多>>
相关基金：国家自然科学基金铁道部科技研究开发计划甘肃省自然科学基金国家社会科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于区域空间经济整体规划与综合运输超级网络的铁路货运量预测建模方法研究
《铁道运输与经济》2024年第6期143-152,共10页张利军 钟鸣 崔革 任智 
国家自然科学基金项目(52172309);中铁第四勘察设计院集团有限公司开发计划项目(20213h0606)。
研究以PECAS整体规划建模框架为基础,提出基于区域空间经济整体规划与综合运输超级网络的铁路货运量预测建模方法。首先,运用PECAS模型实现社会经济活动时空变迁及其影响下的大区域内货运生成与分布预测。其次,以综合运输超级网络为基础...
关键词：区域空间经济整体规划 综合运输超级网络 铁路 货运需求预测 广义阻抗 
基于EMD-APSO-SVR组合模型的铁路货运量预测被引量：1
《综合运输》2024年第4期132-140,180,共10页韩纯良 李默涵 洒雨 周琳 吴林鸿 薛锋 
国家铁路局科研项目(市场委合2022-3号)。
为了提高铁路货运量预测的准确性,减少类似新冠疫情这样突发事件对现有预测结果的不稳定影响,提出一种基于EMD和APSO优化的SVR组合预测模型。在综合考虑铁路货运量受GDP、铁路营业里程、原煤产量、钢材产量、第二产业增加值以及新冠疫...
关键词：铁路货运量预测 新冠疫情 经验模态分解 自适应粒子群算法 支持向量机回归模型 
基于多模型的铁路货运量预测对比被引量：1
《物流科技》2023年第21期74-78,共5页燕学博 曹雨 
福建省数字城乡融合发展科技经济融合服务平台资助项目。
铁路货运量是我国物流的重要组成部分,也是衡量铁路运力的重要指标。文章以国家统计局公布的2005至2022年铁路货运量指标为标的,基于传统ARIMA模型与LSTM模型提出五种ARIMA-LSTM组合模型。通过实验对比得出结论,任意组合模型拟合效果均...
关键词：货运量 ARIMA LSTM 组合模型 
川渝东出铁路通道分工及铁路货运量预测被引量：1
《交通企业管理》2023年第5期47-50,共4页秦孝敏 
中铁第四勘察设计院集团有限公司课题(2021K008)。
推动长江经济带发展,是党中央作出的重大决策。充分发挥好铁路大运量、高时效、绿色的比较优势,研究沿江货运铁路通道分工,对支撑沿江综合交通运输体系具有重要意义。笔者以川渝东出货运为切入点,分析东出货运需求趋势,研究铁路通道构...
关键词：长江经济带 沿江货运铁路 通道分工 货运量预测 
基于ARIMA-LSTM-XGBoost组合模型的铁路货运量预测被引量：19
《科学技术与工程》2023年第25期10879-10886,共8页龙宇 许浩然 余华云 何勇 徐红牛 
国家自然科学基金(61440023);中国高校产学研创新基金-新一代信息技术创新项目(2020ITA03012)。
为提升铁路货运量预测精度和泛化能力,综合考虑铁路货运量时间序列数据的线性和非线性特征,提出了基于ARIMA-LSTM-XGBoost组合模型的铁路货运量预测方法。首先,使用差分整合移动平均自回归(autoregressive integrated moving average, A...
关键词：铁路货运量预测 ARIMA LSTM XGBoost 组合模型 
基于分解集成框架的铁路货运量预测方法研究被引量：1
《计算机技术与发展》2023年第8期192-198,共7页曹慧 秦江涛 
国家自然科学基金资助项目(72174121,71774111)。
铁路货运量时间序列受到多种因素影响,数据具有波动性以及随机性的特征,导致预测精度低下。为了提高铁路货运量的预测精度,提出一种基于分解集成框架的铁路货运量预测方法。首先筛选相关影响因素,并使用主成分分析(Principal Component ...
关键词：互补集合经验模态 秃鹰搜索算法 极限学习机 主成分分析 样本熵 
基于蜻蜓算法的铁路货运量预测模型研究被引量：2
《安阳师范学院学报》2022年第5期42-46,共5页欧雅琴 余雷 
安徽省高等学校人文社会科学研究项目(项目编号:SK2017A0481);巢湖学院横向课题“基于大数据的物流管理系统设计和开发”(项目编号:hxkt20210001);巢湖学院2018年度校级科研项目“基于RMS模式的古镇旅游产品同质化研究”(项目编号:XWY-201801)。
为了提高铁路货运量的预测精度,针对长短期记忆神经网络性能受隐含层神经元数量、分块尺寸、最大训练周期数以及学习率的影响,提出一种基于改进的蜻蜓算法优化LSTM(Improved DA-LSTM)的铁路货运量预测模型。首先,为提高蜻蜓算法的收敛...
关键词：蜻蜓算法 长短期记忆 铁路货运量 佳点集 神经网络 
基于GS-LSTM模型的铁路货运量预测被引量：6
《计算机与现代化》2022年第10期24-28,共5页周昌野 李程 
国家社会科学基金资助项目(15BJL104)。
铁路货运量预测的准确性对铁路运输企业制定营销计划和营销决策来说是必要的,尤其是短期铁路货运量的影响至关重要。为了提高铁路货运量的预测精度,提出一种优化长短期记忆网络(Long-Short Term Memory,LSTM)参数的预测模型——GS-LSTM...
关键词：LSTM模型 网格搜索算法 BP模型 铁路货运量 时间序列预测 
铁路货运量预测研究综述被引量：7
《铁道标准设计》2022年第10期18-26,共9页孟建军 陈鹏芳 李德仓 胥如迅 
国家自然科学基金项目(62063013,72061021);国家铁路局课题研究计划项目(TYFH201931,TYSH202022)。
为获得准确的铁路货运量预测,提升铁路货运组织效率,提高铁路物流规划的前瞻性。首先,分析铁路货运量影响因素研究现状,探讨新形势下铁路货运量影响因素的变化;其次,将应用于铁路货运量预测领域的方法分为基于统计学的传统预测方法和基...
关键词：铁路货运量 定性预测 定量预测 组合预测 综述 
基于ARMA模型与多元回归的甘宁区铁路货运量预测被引量：5
《综合运输》2022年第9期147-154,共8页贾春苗 傅忠宁 马亚玲 李建国 陈虎林 
中国国家铁路集团有限公司科技研究开发计划重点课题(N2020X015);甘肃省教育厅“双一流”科研重点项目(GSSYLXM-04);国家自然基金地区科学基金项目(71961016);甘肃省自然科学基金项目(20JR10RA245)。
合理的预测铁路货运量是铁路运输部门制定列车开行方案的基础,并且了解其变化情况对开展铁路运输工作有重要的参考依据。本文选取甘宁区2008—2019年时间序列数据,采用ARMA模型与多元线性回归模型相结合的方法,对甘宁区铁路年度货运量...
关键词：ARMA模型 多元回归 协整分析 货运量预测 甘宁区 
全选清除导出
共7页<1234567>
检索报告 对象比较 聚类工具 使用帮助 返回顶部