基于物流空间相互作用模型的铁路运输通道负荷测算

合集下载

基于复杂网络理论的铁路货运量预测

彼此相连的平均概率。定某一节点假有个最近邻，这样就构成了铁路货运地理网。那么在这些最近邻的点之间最多可能存在（一１／）２统计分析表明其度分布Ｐ（）图１ｋ如所示，图１Ｏ从１可
。
。
般来说
，
真实网络
度分布 P ( k ) 是网络中节点的平均度分布函数它
。
展要求
，
造成铁路零担货源及运量急剧下滑
。
零担货
、
，
促进了零担运输组织方式的
运业务整合工作是深入实施内涵扩大再生产推进规
国铁路货运量的发展
关键词
：
。
20 15
年中
货运
到整个网络的度分布
。
复杂网络的小世界网络
；
w
—
s
模型和无标度网络
‘
削。
复杂网络
；
非线性延迟方程
B A P
模型的度分布分别为
f (^
，
。
量预测
芷)
一
(k )
=
n
∑c 名 ( 1
，：
升级换代盈
。
模化和集约化运输的重大举措和具体实践
，
，
不仅拓展
，
了铁路物流服务功能更大范围地吸引了货源扩充了
收稿日期责任编辑

Holt-Winters模型在铁路货运量预测中的应用

强饔固爰歪＿
ＨｌＷｉｔｓｏｔｎｅ模型在铁路货运量预测中的应用丁源等 — ｒ
１Ｈｌ－ｉｔｒ建模基本原理ｏｔＷｎｅｓ
１１Ｈｌ．ｏｔ－Ｗｉｔｒ建模基本理论ｎｅｓ
结果的不可靠性。文献［】出了 “ 优平滑系数 ” ４提最
平稳的只有趋势性的时间序列分别采用单参数指数、线性或曲线指数平滑模型进行预测比较有效，但对
于既有季节又有趋势的时间序列上述方法基本上是无效的ｌ由于铁路货运量是一个存在季节和周期变化】］。趋势、并存在一定增长（降低）势的非平稳时间序列，而霍尔特一特斯（ｌＷｉｔｒ）测模型非常适或趋温Ｈｏｔｎｅｓ预 — 合预测具有明显趋势及季节性的数据序列，特别适用于包含趋势和季节变化的时间序列的预测问题。为］此，本文建立铁路货运量的ＨｏｔＷｉｔｒ预测模型，以提高铁路货运量预测的精度。ｌｎｅｓ —
文章编号：１０－０４２１）２０１－３０４２２（００１－０９０
中图分类号：Ｕ９２４１３
文献标识码：Ｂ
摘要：铁路贷运量的预测结果直接影响到铁路运输计划及有关运输政策的制定。通过提出
Ｗｉｅ预测方法的有效性和实用性。ｎｒｔｓ
关键词：铁路贷物运输；运量预测；Ｈｌｉｅ型；指数平滑ｏＷｎｒｔｔ模

物流运输管理第五章运输需求与运输供给

的关系，货物生成密度随着经济发展而逐渐下降。
是指单位货运量或货运周转量所对应的货物价值，即一定货运价值系数时期内运输货物的总价值与货运总量的比值。货运价值
系数反映了社会经济的发展水平
第二十三页共五十一页
,
。
5.1.6 运输需求弹性分析
I 1）价格弹性价格弹性指的是运输需求量对运输价格的反应程度。不同类型、不同品性的货物对运价的反应也不一样，如易腐物品的价格弹性就小。这种运输需求对价格的不同反应程度称为需求价格弹性。
第十一页，共五十一页。
5. 1.3 货物运输需求的类型
1）以需求范围划分
个别运输需求
指特定的运输需求者在一定时期、一定运价下提出的运输需求。
局部需求
由于各地区自然条件、经济发展的不同，产生了不同的运输需求。
总需求
从宏观经济角度分析运输需求，指在一定时期、一定运价下，个别需求与局部需求的总和。
第三十三页，共五十一页。
2）运输供给的整体性
■ 运输供给的整体性特征是十分显著的，运输供给的两部分，即运输基础设施与运输设备是互相依存、不可分割的整体。
■ 运输供给的整体性还表现在运输基础设施的整体性和运输移动设备的整体性。
第三十四页，共五十一页。
3）运输供给成本存在外部性
■ 使得本该由运输企业承担的成本部分地转移到消费者身上，即消费者所承受的“拥挤成本 ” 。
■ 运输活动带来的空气、水、噪声等环境污染，能源和其他资源的过度消耗以及交通阻塞等成本消耗。
第三十五页，共五十一页。
4）运输供给的可替代性和不可替代性
■ 几种运输供给方式或多个运输供给者对同一运输对象进行空间位移的可能性。

中欧国际铁路运输通道概念内涵与系统构成

特别策划欧（亚）班列于2011年开行，是实现丝绸之路经济带上中欧互联互通的重要载体，是“一带一路”建设的重要早期收获之一。

中欧（亚）班列开行至今，中欧之间的铁路基础设施不断完善，运输更加安全、畅通、快速、便利和有竞争力。

2015年3月，经国务院授权，国家发展和改革委员会、外交部、商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，作为我国“一带一路”顶层规划，提出要建设安全高效的陆海空通道网络[1]。

作为2017年“一带一路”高峰论坛的成果，中国铁路总公司与有关国家铁路公司签署《中国、白俄罗斯、德国、哈萨克斯坦、蒙古国、波兰、俄罗斯铁路关于深化中欧班列合作协议》，进一步明确提出要“打造中欧铁路运输大通道”[2]。

研究中欧铁路运输大通道的概念内涵与系统构成对做好“一带一路”基础设施互联互通顶层设计和构建完善的理论框架体系具有重要意义。

1 概念内涵1.1 概念“一带一路”贯穿亚洲、欧洲、非洲3个大陆，重点畅通中国—中亚—俄罗斯—欧洲（波罗的海）、中国—中亚—西亚—波斯湾、中国—东南亚—南亚—印度洋等区域（见图1）。

要推动“一带一路”建设，就要共商共建共享，依靠我国与有关国家已经建立的双多边机制，借助既有的区域政治、经济等合作平台，实现我国与亚欧非各国携手共进。

中欧铁路运输大通道也叫中欧国际铁路运输通道，为“一带一路”的陆路通道，是丝绸之路经济带的交通走廊。

根据“一带一路”顶层规划的系统内中欧国际铁路运输通道概念内涵与系统构成崔艳萍（国家铁路局市场监测评价中心，北京 100036）作者简介：崔艳萍（1977—），女，研究员，博士。

E-mail：****************摘要：中欧国际铁路运输通道为“一带一路”的陆路通道，是丝绸之路经济带的交通走廊，正在成为“一带一路”的示范项目和有力抓手。

界定中欧国际铁路运输通道的概念和内涵，分析其与亚欧大陆桥的差异，研究提出中欧国际铁路运输通道的系统构成和各部分主要内容，总结其发展趋势。

基于灰色预测模型的铁路货运量预测

基于灰色预测模型的铁路货运量预测铁路货运量是衡量铁路运输发展水平的重要指标之一。

铁路货运量预测是铁路运输管理的重要组成部分，对于制定合理的投资和运输规划具有重要的指导意义。

目前，国内外运输管理部门普遍采用灰色预测模型对铁路货运量进行预测，本文将从灰色预测模型的基本原理、模型构建、模型评价等方面对铁路货运量预测进行探讨。

一、灰色预测模型基本原理灰色系统理论是由中国科学家李纪周教授提出的一种新型的系统分析和预测方法，简称灰色预测。

灰色预测是一种非常有效的模型，不需要大量的数据，只需少量的数据就可以对未来进行预测。

其基本思想是将数据分为灰色部分和白色部分，对灰色部分进行建模，通过对白色部分的分析，确定模型参数，进而预测未来的发展趋势。

灰色预测模型基本原理包括灰色数学和灰色建模两个方面。

灰色数学是指将不确定的因素通过内部联系表示为确定的因素，从而使模型有可预测性。

灰色建模是将灰色数学应用到实际问题中，通过对数据的特性进行分析，建立灰色预测模型，对未来的趋势做出预测。

二、铁路货运量预测模型构建铁路货运量预测是基于历史数据建立预测模型，通过对历史数据趋势进行分析，建立适合未来预测的模型。

在建立铁路货运量预测模型时，需要考虑以下几个方面。

1、数据的准备铁路货运量预测模型建立的第一步是准备数据。

数据应具有代表性、完整性、可靠性和连续性。

数据的时限应根据预测所需预测时段的长短而确定，过长或过短都不利于预测。

2、数据的稳定性和平稳性分析为了建立有效的预测模型，必须首先对数据的稳定性和平稳性进行分析。

只有稳定和平稳的时间序列才能够进行有效的预测。

3、模型的构建灰色预测模型的具体构建包括确定级数、构建GM(1,1)模型、验证预测模型和修改预测模型。

其中GM(1,1)模型是经典的灰色预测模型之一，其基本思想是通过对原始数据进行累加生成新的数据序列，再建立一阶微分方程的模型，预测未来发展趋势。

4、模型的优化建立铁路货运量预测模型并不止于构建GM(1,1)模型，模型的优化和改进也是关键的一步。

基于 GA-BP 模型的铁路货运量预测

基于 GA-BP 模型的铁路货运量预测
李萍
【期刊名称】《兰州交通大学学报》
【年(卷),期】2014(000)003
【摘要】针对于目前已有铁路货运量预测方法的缺陷与不足，提出基于遗传算法和神经网络的混合预测模型对铁路货运量的预测方法进行改进优化，目的保证其预测精度。

首先引用灰色关联分析法，以此来确定全国铁路货运量与其主要影响因子之间的关联度，然后按照其关联度在标准值之上的关联因子，建立 GA-BP 神经网络预测模型。

最后通过实例分析表明，此模型预测精度及推广能力均优于传统的预测方法，从而证明该方法的可行性和有效性。

【总页数】5页(P203-207)
【作者】李萍
【作者单位】兰州交通大学交通运输学院，甘肃兰州 730070
【正文语种】中文
【中图分类】U294.1
【相关文献】
1.基于灰色预测模型对我国铁路货运量的预测 [J], 左小雨;黄先军
2.基于灰色模型的铁路货运量预测——以陕西省铁路货运为例 [J], 马睿; 孟献刚
3.基于组合预测模型的铁路货运量预测研究 [J], 徐玉萍;邓俊翔;蒋泽华
4.基于ARIMA模型的极端事件下铁路货运量预测研究 [J], 孙斌;陈思伶;杜丽慧
5.基于改进灰色GM(1.1)模型的铁路货运量预测 [J], 肖金山;何涛
因版权原因，仅展示原文概要，查看原文内容请购买。

基于GRA-PCA-GA-BP网络模型的铁路货运量预测分析

基于GRA-PCA-GA-BP网络模型的铁路货运量预测分析侯维磊;刘力军;崔晶娜
【期刊名称】《铁道货运》
【年(卷),期】2017(000)001
【摘要】科学预测铁路货运量能够为我国铁路政策的制定、铁路货运相关规划的出台提供决策支持,对促进我国铁路货运向现代物流转型具有重要意义.为保证铁路货运量预测精度,在数据样本较少且数据波动较大时,提出基于GRA PCA-GA BP网络模型进行铁路货运量预测的方法.利用灰色关联分析和主成分分析对影响铁路货运量的输入指标进行预处理,再利用遗传算法优化取得BP神经网络的权值和阀值,进而求得更为准确的铁路货运量预测值.通过实例分析验证,GRA PCA GA BP网络模型有效、可靠,具有较高的预测精度.
【总页数】5页(P54-58)
【作者】侯维磊;刘力军;崔晶娜
【作者单位】石家庄铁道大学经济管理学院,河北石家庄050043;河北经贸大学管理科学与工程学院,河北石家庄050061;中海油销售河北有限公司开发工程部,河北石家庄050000
【正文语种】中文
【中图分类】U294.1+3
【相关文献】
1.我国东西部铁路货运量增长规律预测分析 [J], 王瑶;彭蓉
2.我国东西部铁路货运量增长规律预测分析 [J], 王瑶;彭蓉
3.铁路物流园区及货运量预测分析 [J], 孔芹;原方方
4.基于SARIMA模型的我国铁路货运量预测分析 [J], 刘梦婷;喻建龙
5.铁路物流园区及货运量预测分析 [J], 孔芹;原方方
因版权原因，仅展示原文概要，查看原文内容请购买。

基于GM(1,N)及神经网络的崇左铁路货运量预测

基于GM(1,N)及神经网络的崇左铁路货运量预测林洁;韦冬丽【摘要】运量的预测是崇左地区铁路及物流业规划极其重要的依据.文章基于对崇左地区铁路运量影响因素的分析,利用灰度GM(1,N)预测模型对铁路运量上限进行预测,并建立BP神经网络预测模型对近年来崇左地区的铁路货运发生量进行预测,得到201 4年铁路货运预测发生量及货运量上限.预测模型与实际数据拟合程度极高,且模型稳定,可根据模型及201 5年规划基础数据对崇左地区铁路运量进行稳定预测.【期刊名称】《西部交通科技》【年(卷),期】2015(000)009【总页数】4页(P92-95)【关键词】铁路运量;预测;GM(1,N)灰度预测模型;BP神经网络预测模型【作者】林洁;韦冬丽【作者单位】广西交通职业技术学院,广西南宁530021;广西交通职业技术学院,广西南宁530021【正文语种】中文【中图分类】U294.10 引言2010年至今，南崇经济带立足于原有经济及地理优势，通过近几年的发展逐渐建成连接中国与东盟的重要物流通道和贸易纽带。

2015年两会期间，广西地区的建设发展被赋予“形成21世纪海上丝绸之路和丝绸之路经济带有机衔接的重要门户”的重要意义。

崇左作为通道上的重要节点，物流产业将面临巨大的挑战，日益膨胀的货运量需求也为南崇经济带的铁路运输发展提供了良好契机。

因此对于近年的铁路运量预测及分析将为高铁建设及地区物流业发展提供重要依据。

近年来，在铁路货运量预测领域主要有两方面分析方法。

（1）利用灰度预测等现代数学方法预测，如万骞在相关问题研究中利用灰度GM（1，1）模型与马尔科夫链相结合的方法预测铁路货运量区间［1］；游庆山利用压缩感知的灰度理论模型获得航空季度货运量及货运量走势［2］。

（2）也有较多学者采用智能算法分析货运量，如李萍在基于GA－BP模型的铁路货运量预测中利用GA及BP神经网络优化规划算法［3］，得到GA－BP神经网络模型，预测精确度较高。

我国铁路货运需求结构能VAR模型分析

A R
)模型是近几年来的经济研
它不仅能考察各变量来自
，
f
ra
il w
a
y f r e ig h t t r a f ic
lu
m e
，
n a
t io
n a
l
e c o n o m
y
-
a n rm
d
ra
il w
y
对多个相互联系的经济变量进行综合分析
一
n e tw o r k e x re
e c o n o m
t fa
to
to
i lw
y
tw o
r
k
e x
pa
n s
io
，
b
t
n a
路货运需求分析系统
。
国民经济增长是货运需求
y ha
o r
s
n o
m u c
h i n f lu
e n c e
o n
it
．
的收入影响因子
lu
m e
，
K
n e
铁路网扩展是货运需求的供给
其自身的影响也能考察来自其他变量的影响在
V A R
，
th re
e x a n e x a n
it e
m s
The
re s u
lt s
s
ho
ilw
n a
i y f r e ig h t t r a f
n a
c v o lu m e

基于空间扩展的物流保障网络建模与分析方法

维普资讯
黄泽汉，基于空间扩展的物流保障网络建模与分析方法等：
技术与方法
基于空间扩展的物流保障网络建模与分析方法
黄泽汉１。跃进 ’ Ｉ谭２
（．１国防科技大学信息系统与管理学院，南长沙４０７；．军工程大学管理工程系，北湖１０３２海湖武汉４０３）３０３
ＭｏｅｉｇａｄＡｎｌｓｓｏｇｓｉｓＳｐｏＮｅｗｏｋｓｄｏｐｃ－ｘａｓｏｄｌｎａｙｉｎＬｏｉｔｅｕｐ￣ｎｔｒｓＢａｅｎＳａｅｅｐｎｉｎ
ＨＵＮｅｈｎｔＴｕ —ｉＡＧＺ — ａ ‘ ＡＮＹｅｊｎ（Ｓｈｏｏｆｍａｏｙｔ＆ＭａａｅｅｔＮｔｎｌｎｖｏｅｎｅＴｃｎｌｙＣａｇｈ１０３２Ｄｐ．ｆ１ｃｏｌｆｎｏｔｎｓｓｍ．Ｉｒｉｅｎｇｍｎ，ａｉａＵｉｆｆｓｅｈｏｇ，ｈｓａ０７；．ｅｔｏｏ．Ｄｅｏｎ４ＭａａｅｅｔｎｉｅｒｇＮｖｎｖｏｎｉｅｒｇＷｕａ３０３Ｃｉ）ｎｇｍｎｇｅｎ，ａａＵｉｆｇｎｅｎ，ｈ４０３，ｈｎＥｎｉｌ．Ｅｉｎａ
能最后到达用户手中。所有具有保障功能的仓库，公路、铁路、航线、水路、管线以及相应的各种交通运输工具，障人员及保指挥机构共同组成了一个复杂的军事物流保障系统。
一
般来说，军事物流保障系统不同于军事后勤系统，者前

《物流系统规划与设计》课程笔记

《物流系统规划与设计》课程笔记第一章：导论一、物流需求与挑战（上）1. 物流需求的定义物流需求是指在一定时期内，企业、消费者和政府等主体对物流服务的具体要求，包括商品的数量、质量、运输方式、服务时效、成本控制、信息反馈等方面。

2. 物流需求的现状（1）全球物流需求增长趋势- 经济全球化推动国际物流需求增长。

- 跨国公司的发展带动全球供应链物流需求的上升。

- 电子商务的兴起增加了对快递和配送服务的需求。

（2）我国物流需求特点- 物流需求规模不断扩大，与GDP增长同步。

- 物流需求结构发生变化，高附加值产品和服务需求增加。

- 区域间物流需求不平衡，东部地区需求量大于中西部地区。

3. 物流需求面临的挑战（1）物流成本问题- 物流成本占GDP比重较高，影响企业竞争力。

- 运输成本、仓储成本、管理成本等均有优化空间。

（2）物流基础设施挑战- 物流基础设施总体不足，尤其是农村和偏远地区。

- 现有物流设施现代化水平不高，难以满足高效物流需求。

（3）物流服务能力挑战- 物流企业服务范围有限，难以提供一站式服务。

- 物流服务质量参差不齐，服务水平有待提升。

二、物流需求与挑战（下）1. 物流需求趋势（1）个性化与定制化- 消费者对物流服务的个性化需求日益增加。

- 企业需要提供更加灵活的物流解决方案。

（2）绿色物流与可持续发展- 环保法规日益严格，推动绿色物流发展。

- 消费者对环保物流服务的需求上升。

（3）供应链整合- 企业追求供应链的整体效率，对物流服务提出更高要求。

- 物流服务需与其他供应链环节紧密协同。

2. 应对物流需求的策略（1）加强物流基础设施建设- 加大对物流基础设施的投资，提升物流网络覆盖面。

- 推动物流园区和配送中心的建设，提高物流效率。

（2）提升物流企业竞争力- 鼓励物流企业通过兼并重组，扩大规模，提升服务能力。

- 支持物流企业技术创新，发展智能物流。

（3）发展多式联运和物流网络- 推广多式联运模式，实现不同运输方式的有效衔接。

铁路网货物运输能力计算方法研究

铁路网货物运输能力计算方法研究计算铁路网货物运输能力是铁路设施与运输管理的重要组成部分。

货运运输能力的计算，可以帮助铁路公司确定运输系统的适应性，以及找出需要改进和增强的部分，进而提高铁路货物运输的效率和质量。

本篇论文将探讨铁路网货物运输能力计算方法的研究。

一、铁路网货物运输能力铁路网货物运输能力是指铁路网络中可以由货车、列车、运输路线、调度机构、信息管理等因素共同完成的货物数量或运输效率。

铁路货物运输能力计算主要包含三个方面的内容：1. 铁路网络货物运输能力铁路网络货物运输能力的计算，需要综合考虑各地运营的列车以及各个站点的货车装卸能力、机车牵引能力和其他运输设备硬件装备能力等。

运输路线和机车浪费减法在这里也应该得到考虑。

同时，还要比较铁路运输中的大宗商品 , 散装物品，以及集装箱等不同类型的货物，以确定货物的运输目的地和数量，以及路线的可行性等。

2. 运输车辆装载容量铁路运输车辆的载重能力和车厢容积是关键参数。

铁路运输车辆有常见的通用车、罐车、平板车、低平板车等多种类型，其装载容量不能忽视，需要通过资料查询和设备检测等方法来确定。

3. 平均货物送达时间铁路运输中的货物送达时间是铁路货物运输能力计算中另一个重要参数。

铁路货物运输时间的计算可以通过分析铁路网络的运营流程、车辆运行速度等要素来实现。

此外，货物运输需充分考虑各地的交通、天气和运输应急管理等问题。

在实际的运输过程中，货物运输时间的长度和完成度对运输能力的评估至关重要。

二、铁路网货物运输能力的计算方法铁路网货物运输能力计算方法主要有基于传统因素计算、基于计算模型的计算及预测模型计算。

1. 基于传统因素计算基于传统因素计算方法主要是根据铁路网络实际操作情况，结合历年铁路货运数据，来预测某一时间铁路运作状况。

通过铁路网络的基本运营原理、列车的数量和质量、货车装卸数量等因素，来计算货物运输能力。

这种基于传统因素计算方法可行性高，实用性较强。

2. 基于计算模型的计算基于计算模型的计算方法主要是在传统因素基础上，通过建立某个特定的运输系统的运行模型和优化算法，来计算铁路货物运输能力。

基于BP网络的铁路货运量预测

如果节点ｆ为输出节点，则有
６＝０（ｆ１— ０ｆＩ一０））（ｉｉ（）４
Ｄ为节点ｉ上一层的节点总数。程包括正向传播和反向传播。在正向传播过程中，输入式中：如果节点ｆ为隐含节点，则有信息从输入层经隐含层加权处理传向输出层，经作用函
Ｘ５
Ｂ网络学习算法的误差准则为通过学习调整权值Ｐ
２Ｂ神经网络原理Ｐ
ＢＰ神经网络（ａｋＰｏａａｏＮ）Ｂｃ —ｒｐｇｔｎＮ是一种反向传ｉ
递并修正误差的多层前馈映射网，当前应用最广的一是
Ｗ使得偏差＜￡。权值Ｗ的调整采用梯度下降法
数运算后得到的输出值和期望值进行比较，若有误差，则误差反向传播，沿原先的连接通路返回，通过逐层修
三
６＝（）６ｆｆ１一ｊｗ
，Ｉ一
（５）
Ｘ的输出。改各层神经元的权系数，减小误差，如此循环直到输出式中：为隐含层节点ｆ为增加网络训练速度和收敛效果，通常增加…个满足要求为止【。２Ｊ “ 惯性冲量” 。有项
表现出相对的有限性，在市场运能供给一定的条件下，
货主和运输企业总是选择运输最能增值的货物，以充分
利用有限的运能，追求实现各自的利润最大化。从社会经济和交通运输的相互依存和发展的宏观角度来看，高附加值货物运量增长是社会经济发展的必然产物。社会经济发展要求运输资源不断优化，运输企业要逐步实现其运输结构的升级和技术装备的发展。由此可见，货
要性。以煤为例构建了基于Ｂ并Ｐ网络的预测模型，通过对该模型的训练，到了较好的预得测效果，出了可利用Ｂ提Ｐ神经网络对其他货

基于多模型的铁路货运量预测对比

基于多模型的铁路货运量预测对比作者：燕学博曹雨来源：《物流科技》2023年第21期摘要：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优于单一模型，而其中基于方差倒数法的组合模型拟合效果最佳，该模型对比ARIMA模型的MSE指标、RMSE指标、MAPE指标、MAE指标分别降低15.26%、15.62%、24.64%、17.12%，对比LSTM模型分别降低25.32%、32.67%、43.66%、28.33%，经过验证，ARIMA-LSTM组合模型的泛化能力强于单一模型，具有很好的研究与使用价值。

关键词：货运量；ARIMA；LSTM；组合模型中图分类号：F530 文献标志码：ADOI：10.13714/ki.1002-3100.2023.21.020Abstract： Railway freight volume is an important part of China's logistics， and also an important indicator to measure railway transport capacity. Based on the railway freight volume indicators published by the National Bureau of Statistics from 2005 to 2022， this paper proposes five ARIMA LSTM combination models based on the traditional ARIMA model and LSTM model. Through experimental comparison， it is concluded that the fitting effect of any combination model is better than that of a single model， and the combination model based on the reciprocal of variance method has the best fitting effect. Compared with ARIMA model， the MSE index， RMSE index，MAPE index and MAE index of this model are reduced by 15.26%， 15.62%， 24.64% and 17.12% respectively， and compared with LSTM model， they are reduced by 25.32%， 32.67%， 43.66% and 28.33% respectively. After verification， ARIMA-LSTM composite model has better generalization ability than single model， and has good research and use value.Key words： freight volume; ARIMA; LSTM; combining model0 引言铁路货运量是我国物流的重要组成部分，也是衡量铁路货运发展水平和能力的重要指标。

基于VMD-BAS-BP的铁路货运量预测研究

基于VMD-BAS-BP的铁路货运量预测研究
刘金芳;向万里;王璐璐
【期刊名称】《青海交通科技》
【年(卷),期】2021(33)6
【摘要】为了提高货运量预测精度,保障铁路货运设施得到充分利用,有效提升运输效益,提出一种基于VMD-BAS-BP的混合预测模型。

该模型采用变分模态分解(Variational Mode Decomposition,VMD)技术对货运量进行降噪与信号分离,将
原始序列分解成n个有限带宽的本征模态分量,然后运用天牛须搜索算法(Beetle Antennae Search,BAS)优化BP神经网络的权值与阈值,对每组模态分量分别进行预测并集成预测结果。

实验结果表明:VMD-BAS-BP预测模型的MAPE值为
1.40%,与BP、BAS-BP、VMD-BP、VMD-GA-BP模型相比分别降低了85.34%、8
2.33%和52.38%和24.73%,该混合模型鲁棒性较好且预测精度高,对铁路货运管
理决策具有显著的理论指导意义。

【总页数】8页(P50-56)
【作者】刘金芳;向万里;王璐璐
【作者单位】兰州交通大学交通运输学院;兰州交通大学现代物流研究所
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于灰色预测-马尔可夫链-定性分析的铁路货运量预测
2.基于灰色预测模型对我国铁路货运量的预测
3.基于灰色模型的铁路货运量预测——以陕西省铁路货运为例
4.基于组合预测模型的铁路货运量预测研究
5.基于Bi-LSTM网络的铁路短期货运量预测研究
因版权原因，仅展示原文概要，查看原文内容请购买。

空间相互作用及其模型和应用

在“基于空间相互作用视角的城市群产业结构优化”中笔者考虑到空间因素对产业发展的影响，析的基本框架，并对武汉城市群产业结构现状进行定量诊断。研究发现：2000—2010年，除武汉、黄石、鄂州3市具有产业结构效应外，武汉城市群其余6个城市均未形成产业结构效应，产业结构不尽合理；部分城市尚不能充分利用其他城市发展带来的积极影响，未形成空间竞争力净效应；大部分城市还未能从群域产业重组和专业化分工中获取足够多的效.
在“我国五大海洋经济区域空间相互作用的测算”笔者助于主成分分析和拓展的引力模型对中国五大海洋经济区——环渤海、长江三角洲、海峡西岸经济区、珠江三角洲、北部湾经济区之间的空间相互作用进行测算和分析。一方面在理论上弥补了对中国沿海经济区分析侧重空间差异忽视互动联系的问题，另一方面通过对五大经济区域空间相互作用的实证分析，发现中国沿海区域的经济发展彼此之间存在加速作用、沿海经济区一体化发展符合经济规律，尤其东部沿海经济区与南部沿海经济区的形成是其必然趋势。而促进空间作用则主要应依靠产业结构升级、科学技术的投入和交通网络的完善。
由于水路运输和航空运输在辽中南城市群各城市间并不完全存在而铁路又主要承担长距离运输辽中南城市群大量的运输是由公路承担的因此笔者根据中国高速公路及城乡公路网地图集以及各城市公路里程表的查询结果作为城市间最短交通距离即dij
空间相互作用及其模型和应用
空间相互作用过程是实现人、货物或者信息从来源地到达目的地移动的过程。空间相互作用模型通过地理空间来表达运输的需求关系。空间相互作用包含广泛的移动，如：工作、移民、旅游使用公共设施、信息传递、资本、市场零售等领域的活动,国际贸易及货运配。经济活动是供给与需求的循环。一个简单的事实，空间相互作用发生在运输费用小的来源地与目的地之间。空间相互作用的发生依赖三个必要条件：

物流空间5克里斯塔勒的中心地理论

02
克里斯塔勒的中心地理论概述
理论内容
01
中心地理论是由德国地理学家克里斯塔勒提出的，旨在解释城市和区域空间分布的规律性。
02
该理论认为中心地的形成和发展是市场、交通和行政三个基本要素相互作用的结果。
03
克里斯塔勒将中心地划分为不同等级，从低级到高级分别是：集市、镇、中级城市、高级城市。
物流网络扩展性
模块化设计
采用模块化设计理念，将物流网络划分为若干个可扩展的子网络，便于根据需求进行灵活的扩展和调整。
开放接口
确保物流网络具有开放性和可扩展性，能够与其他物流系统进行有效的集成和协同，实现资源共享和优势互补。
可持续性
在物流网络扩展过程中，注重环保和可持续发展，采用绿色物流技术和低碳运输方式，降低对环境的影响。
物流空间5克里斯塔勒的中心地理论
目录
• 引言 • 克里斯塔勒的中心地理论概述 • 中心地理论的物流空间应用 • 中心地理论在物流空间中的挑战与解决方
案 • 结论
01
引言
主题简介
01
02
03
中心地理论
该理论是由德国地理学家克里斯塔勒提出的，旨在解释城市和乡村之间的空间结构和相互关系。
物流空间
物流节点容错性
节点冗余
动态调整
在物流网络中设置一定数量的冗余节点，以应对节点故障或异常情况，保障物流网络的稳定性和可靠性。
根据物流需求的变化和节点的性能表现，动态调整物流节点的配置和布局，以提高节点的容错能力和适应性。
快速恢复
建立快速响应机制，一旦出现节点故障，能够迅速启动备用节点或调整物流路径，降低对整个物流网络的影响。
物流空间优化的重要性

2022-2023年高级经济师《高级运输经济》预测试题16(答案解析)

2022-2023年高级经济师《高级运输经济》预测试题（答案解析）全文为Word可编辑，若为PDF皆为盗版，请谨慎购买！第壹卷一.综合考点题库(共50题)1.运输产品的生产和消费( )。

A.在时间上和空间上是同一过程B.在时间和空间上不是同一过程C.在时间上是先生产后消费D.在时间上是先消费后生产正确答案：A本题解析：运输产品的生产和消费是同时进行的，因为运输产品的使用价值不能同它的生产过程相分离，不能像其他商品一样在生产过程本身之外流通。

运输所生产的使用价值依附于它所运输的商品的使用价值的固有形态上，与运输过程同始同终。

因此，运输产品的生产和消费是合二为一的，在空间上和时间上是结合在一起的。

2.某型飞机在同一航线上飞行，在飞行班次不变的情况下，提高飞机生产率则能使( )提高。

A.航线载运率B.周转量C.飞行小时D.飞机利用率正确答案：B本题解析：飞行小时生产率，指某型飞机每一飞行小时所完成的周转量，是反映飞机技术经济性能和运输生产效率的重要质量指标，其计算公式为：飞行小时生产率=总周转量(吨公里)÷飞行小时。

因此，若飞机在同一航线上飞行，在飞行班次不变的情况下，提高飞机生产率则能使周转量提高。

3.( )是社会生产在流通领域的继续，同时也是实现工农业生产及产品交换的必要条件。

A.货物运输B.货物仓储C.货物配送D.货物供应正确答案：A本题解析：社会对货物运输需求的产生并不是源于货物运输本身，货物运输“是社会生产在流通领域的继续”，是实现工农业生产及产品交换的必要条件。

4.企业内物流包括原材料、在制品、半成品和成品的运输，是直接为产品生产服务的，也称之为( )。

A.配送B.运输C.物料搬运D.传送正确答案：C本题解析：暂无解析5.在供应链管理中，采购和生产决策属于( )层面的决策。

A.战略B.战术C.作业D.操作正确答案：B本题解析：供应链管理中的问题包括：①战略的问题，包括关于仓库和制造工厂的数量、布局和能力大小，以及物料在物流网络中流动等方面的决策；②战术层的决策，包括采购和生产决策，库存策略和运输策略；③作业层面上，包括日常活动的决策，如计划、估计备货期、安排运输路线、装车等。