铁路物流中心间集装箱OD预测与分析研究_王艳玲
铁路集装箱空箱调运优化研究
铁路集装箱空箱调运优化研究铁路集装箱空箱调运优化研究摘要：随着全球贸易的不断发展，铁路集装箱运输成为国际货物运输的重要方式之一。
然而，在集装箱运输中，空箱调运是一个长期存在的问题。
空箱调运不仅浪费时间和资源，还给环境带来不良影响。
为了解决这个问题，本文通过分析现有调运问题和优化算法，提出了一种铁路集装箱空箱调运的优化方案。
一、引言铁路集装箱空箱调运是指在集装箱运输过程中，为了满足运输需求而需要将空箱调到合适的位置，以便于下一轮货物运输。
空箱调运既是一种必要的操作，也是一种费时费力的工作。
针对这个问题，需要进行优化研究，提出一种高效的调运方案。
二、现有问题目前，空箱调运存在以下问题：1. 调运时间长：由于空箱调运需要一定的时间和人力物力成本，导致运输周期延长，增加了企业的运营成本。
2. 调运资源浪费：在空箱调运的过程中，可能会出现未能及时调配箱子到需要的地方的情况，从而造成资源的浪费。
3. 环境影响：空箱调运需要频繁地移动箱子，导致额外的能源消耗和环境污染问题。
三、优化方案本文通过分析现有调运问题，提出以下优化方案：1. 调运计划优化：通过建立数学模型和算法，对空箱调运进行优化计划，减少调运时间和成本。
2. 调运资源管理：利用信息技术手段，建立一个全面的调运资源管理系统，实时监控箱子的位置和需求，提高调运效率。
3. 空箱共享机制：建立一个空箱共享机制，使不同企业之间可以共享空箱资源，减少重复调运，提高资源利用率。
四、优化算法本文提出了一种基于遗传算法的铁路集装箱空箱调运优化算法：1. 初始化种群：随机生成一组个体，代表不同的调运方案。
2. 适应度计算：根据调运方案的成本和时间，计算每个个体的适应度。
3. 选择运算：按照适应度大小，选取优秀的个体作为父代。
4. 杂交运算：通过随机交换染色体片段，生成新的个体。
5. 变异运算：对某些个体进行变异操作，引入新的基因。
6. 更新种群：以新的个体替代原来的个体，形成新一代种群。
铁路集装箱中心站物流系统资源调配优化与仿真
对象特点
该中心站具有较高的吞吐量和复杂的物流运作，具有一定的代表性。
数据采集与处理
数据采集
通过实地调查、历史数据收集和网络爬虫 等技术手段，获取该中心站近几年的运营 数据。
VS
数据处理
对采集到的数据进行清洗、整理和分析， 提取关键指标和参数，为后续实证分析提 供支持。
公路、水路之间的协同优化，以提高整体物流系统的运行效率。
02
考虑市场变化的资源调配策略
在制定资源调配策略时，应充分考虑市场变化的影响，提高策略的适
应性和灵活性。
03
运营管理的综合优化
除了资源调配优化，还可以对运营管理中的其他方面进行研究和优化
，如作业计划、库存管理、风险管理等，以实现整体物流系统的综合
系统性能评估与优化建议
性能评估
根据仿真结果，对铁路集装箱中心站物流系统的性能进行评估， 判断其是否达到预期目标。
问题诊断
针对仿真过程中出现的问题或瓶颈，进行深入分析，找出问题所 在。
优化建议
根据仿真结果和问题诊断，提出针对性的优化建议，如增加装卸 设备数量、优化堆存策略等。
05
实证分析与讨论
实证分析对象选择
模型验证与修正
通过对模型的仿真运行和实际 数据的对比分析，验证模型的 准确性和可行性，并进行必要
的修正和完善。
04
铁路集装箱中心站物流系 统仿真分析
系统仿真模型构建
确定仿真目标
明确铁路集装箱中心站物流系统的关键性能指标， 如装卸效率、库存周转率等。
建立仿真模型
根据实际系统运行流程，建立包括集装箱进出场、 装卸、堆存、运输等环节的仿真模型。
一种基于GPS数据的货运交通OD分析方法、装置及设备[发明专利]
![一种基于GPS数据的货运交通OD分析方法、装置及设备[发明专利]](https://img.taocdn.com/s3/m/cb767ad86394dd88d0d233d4b14e852458fb3988.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202011092816.3(22)申请日 2020.10.13(71)申请人 厦门市交通研究中心地址 361012 福建省厦门市思明区体育路95号(72)发明人 张升 丁晓青 贺佐斌 孟永平 杨鑫馀 邱松林 邓方文 陈鸿斌 陈晨晖 林子旸 丁明 (74)专利代理机构 厦门智慧呈睿知识产权代理事务所(普通合伙) 35222代理人 郭福利(51)Int.Cl.G08G 1/01(2006.01)H04W 4/029(2018.01)H04W 4/42(2018.01)G06Q 10/04(2012.01)G06Q 50/26(2012.01)(54)发明名称一种基于GPS数据的货运交通OD分析方法、装置及设备(57)摘要本发明提供了一种基于GPS数据的货运交通OD分析方法、装置及设备，方法包括：获取货运GPS数据集，并对所述货运GPS数据集进行清洗以及车牌切分，以获得与每个车牌对应的GPS数据子集；对每个GPS数据子集内的轨迹点进行分段，以获得至少一段出行轨迹；根据出行轨迹中的轨迹点进行出行OD点的筛选；根据货运GPS数据集以及筛选得到的出行OD点，在GIS平台上将货运车辆出行轨迹及出行OD点进行可视化显示，以获得主要的车辆物流节点及停留区域。
本发明通过使用GPS数据来实现出行OD的分析，由于GPS数据较为客观，因而基于其提取的货车出行特征更为准确，更有助于把握城市货运交通状况，指导城市综合交通规划及城市规划。
权利要求书2页 说明书6页 附图3页CN 112382083 A 2021.02.19C N 112382083A1.一种基于GPS数据的货运交通OD分析方法，其特征在于，包括：获取货运GPS数据集，并对所述货运GPS数据集进行清洗以及车牌切分，以获得与每个车牌对应的GPS数据子集；其中，所述GPS数据子集包括多个轨迹点，每个轨迹点包括定位坐标以及对应的定位时间；对每个GPS数据子集内的轨迹点进行分段，以获得至少一段出行轨迹；根据出行轨迹中的轨迹点进行出行OD点的筛选；根据货运GPS数据集以及筛选得到的出行OD点，在GIS平台上将货运车辆出行轨迹及出行OD点进行可视化显示，以获得主要的车辆物流节点及停留区域。
铁路行包运量预测模型研究
铁路行包运量预测模型研究
王鹏
【期刊名称】《铁道运输与经济》
【年(卷),期】2010(032)001
【摘要】铁路行包运量预测是以运输需求和内部供给为导向,综合考虑各种影响因素,对行包运量现状和发展的正确把握.探讨利用人工神经网络结合主成分分析的方法,建立铁路行包运量预测模型,解释并预测行包专列开行后铁路行包运量的增长趋势.实例分析的仿真结果表明,采用主成分分析法的广义回归神经网络模型结构简洁、预测精度高、收敛速度快,对相关铁路部门和企业的决策具有参考意义.
【总页数】5页(P79-83)
【作者】王鹏
【作者单位】中国铁道科学研究院,运输及经济研究所,北京,100081
【正文语种】中文
【中图分类】U294.1+3
【相关文献】
1.铁路行包专列运量预测模型研究——以温州市苍南县为例 [J], 李建勃;董洁霜;刘魏巍
2.铁路行包专列运量预测模型研究——以温州市苍南县为例 [J], 李建勃;董洁霜;刘魏巍;
3.应用改进重力模型法预测铁路行包OD运量的研究 [J], 杨天宝;刘军
4.基于PLS的铁路行包运量预测模型研究 [J], 贾玉泉;季常煦;贾利民;杨旭
5.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
因版权原因，仅展示原文概要，查看原文内容请购买。
铁路货场集装箱箱号智能识别及辅助管理系统研究
现代信息科技 Modern Information Technology
Oct.2019 Vol.3 No.19
铁路货场集装箱箱号智能识别及辅助管理系统研究
张乘
（中国铁路上海局集团有限公司合肥货运中心，安徽 合肥 230001）
摘 要：随着时代的发展，铁路货场对于集装箱运输调度工作也发生了一定的改变。为了进一步提升铁路站场管理运作效
和操作复杂的问题。系统提供图形化操作界面，贴近现场实 际作业过程，通过拖拉的方式实现集装箱的装卸和进出门， 极大地方便了现场人员的操作。通过集装箱在站内位置的精 细化管理和详细展示，同时记录集装箱在车站作业中的作业 轨迹，将集装箱管理由事后记录模式改为事先指挥模式。
装卸 装卸 进站 出站 箱位 集装箱 统计报表与 计划 作业 管理 管理 管理 维护管理 预警管理
Ｒｅｓｅａｒｃｈ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ Ａｕｘｉｌｉａｒｙ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ ｏｆ Ｃｏｎｔａｉｎｅｒ Ｎｕｍｂｅｒ ｉｎ Ｒｏａｄ Ｆｒｅｉｇｈｔ Ｙａｒｄ
ZHANG Cheng （China Railway Shanghai Group Co.，Ltd. Hefei Freight Center，Hefei 230001，China）
2.2 进出站管理 进出站管理功能模块是针对进出门岗亭角色设计。通过 进出站时由图像识别系统采集的车牌号、箱号以及由汽车衡 采集的载重信息，模块界面可展示车号、车主、箱号、箱 类 型、 总 重 量、 货 物 总 量 等 基 础 信 息。 系 统 通 过 匹 配 货 场 APP 预约数据和出站单数据，自动校验图像识别的箱号、 车号，匹配成功则自动放行。同时操作者也可点击“许可” 或“禁止进站”按钮，从而控制车辆的进出。
运输OD数据研究
铁路运输部是一种较为环保的运输方 式，它具有低能耗、环保、大规模、时效性 较强的优势，高速铁路的发展、技术水平的 提高、产业结构的调整以及货运营销理论的 深入研究都在一定程度上提高了铁路运输的 竞争力；公路运输的企业规模相对铁路运输 企业小，机构的设置比较简单，对于战略调 整、适应市场需求等方面具有较好的灵活性， 部分企业引进外资，也提高了物流服务水平， 提高了汽运的竞争优势。中短途铁路运输有 卡车竞争，中长途铁路运输有重型卡车竞争。 铁路运输大多只能实现站到站的运输，卡车 等汽运可以实现门对门的运输，对铁路竞争 压力较大。
（三）OD 数据的获取 最 原 始 的 OD 获 取 方 法 是 OD 调 查， OD 调查的方法有询问法、发表法、车牌法 等。OD 调查是抽样调查的一种，具有随机 性，需要进行数据甄别，剔除无效数据，对 整理后的数据进行分析，制作各种 OD 表。 OD 调查需要根据不同的情况设置不同的调 查点数量、位置、规模等，相对来说耗时耗力。 目前我国大多数汽车上均装有 GPS 定 位系统，可以利用 GPS 得到车辆运行的信 息，提取处理成 OD 数据。这种方法较为准 确、简便，但也有局限性，仅能考察部分车 辆数据，如已安装 GPS 的小汽车、公交车 等。近年来媒体发展较快，也是对 OD 数据 获取的一种有效方式，民众电话、信息网络 等方式也可以收集实时交通状况。高新科技 感应检测、红外检测等技术的普及，摄像头 的普遍应用也为 OD 数据的获取提供了便利 条件，可以有效捕捉到视频数据，经过传输， 图像处理等可以得到观测点的交通信息，连 续且数量足够多的观测点，经过筛选可以得 出较为精确的 OD 数据。对于铁路货运 OD 数据，可以去重点企业相关人员处了解货物 运输去向，汇总成 OD 数据，或者向重点企 业购买运输 OD 数据，也可以通过各铁路局 发布的货运量以及大致方向获取。 二、运输 OD 数据研究方向 （一）利用运输 OD 数据做运量预测 根据获取的 OD 数据，选用适当的方法、 模型，进行货运量预测，分析接下来的运输 数量，根据需求，制定相应的运输方案，提 高设备使用率。 预测方法可以根据特征分为四类：时间 序列分析预测、定性分析预测法、因果关系 预测法以及组合预测法。常用货运预测方法 有神经网络、多元线性回归、灰色预测法、 Holt—Winters 指数平滑法、ARIMA 预测法
铁路集装箱空箱调运研究综述
铁路集装箱空箱调运研究综述王宝红【摘要】针对铁路集装箱空箱调运研究的背景及现实意义,回顾了铁路集装箱空箱调运的研究历程,从研究思路、研究方法方面总结出专家学者最新的研究成果及研究方向,即目前研究主要集中在多目标组合优化、网络优化及随机机会约束规划等方面。
然后,对比分析了各类理论模型的优缺点,指出现有优化模型（基于铁路的多式联运下的集装箱空箱调运、空重箱协同优化等）应在充分考虑影响调运因素的情况下做更深入的研究,并提出未来的研究应将空箱调运和空车调配问题结合起来,进行二者的整体优化,避免因只考虑集装箱空箱调运而导致建模上的不完备;为了提高客户服务质量,对调运时间的可靠性也不可忽视。
【期刊名称】《交通运输研究》【年(卷),期】2016(002)003【总页数】7页(P56-62)【关键词】集装箱空箱调运;综述;铁路货运;模型构建;调运时间可靠性【作者】王宝红【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铁路是国民经济的大动脉，铁路货运在我国运输行业的战略地位及作用是其他运输方式不可替代的。
集装箱运输作为一种现代化的运输装载方式，在铁路运输行业扮演着重要的角色。
但是，我国地域广阔，资源分布不均衡、区域经济发展存在很大差异，利用铁路集装箱运输时，往往出现大量集装箱空箱在运输过程中对流或者闲置囤积的情况，从而产生大量的空箱运输。
经过许多专家学者的共同努力，集装箱空箱调运问题研究成果逐渐贴近现场调运实际。
J.He等人［1］（2015）从供应链的角度出发，构造了一个集装箱空箱调运网络模型，其不足之处在于没有考虑网络中流量的限制；Chao等人［2］（2015）运用时空网络研究了港口码头冷藏集装空箱调运问题；张高鹏［3］（2015）对箱种和车种代用下的空箱调运问题进行了研究；李永军、段刚等［4］（2016）研究了技术站改编作业情况下的集装箱空箱调运优化，建立了鲁棒优化模型，并将优化模型中的组合优化部分转换成线性函数，以简化求解。
铁路集装箱运量中长期预测模型研究
铁路集装箱运量中长期预测模型研究闫伟;朱晓宁;王力【摘要】A railway container freight volume forecasting model is proposed in this paper based on econometric techniques,which can accommodate multi-influencing factors.Some influencing factors are.considered in this forecasting model,such as long-term trends of the nationaleconomy,industrial structure,layout of production,railway transport structure,level of the consumption,etc.All these factors are respectively set to be endogenous variable,exogenous variable or prior endogenous variables that based on characteristics of different factors.Then the equations formation of the forecasting model is present.In the last section,the paper estimates and testes (including global and final tests) the proposed model.Test results show the error rate of the model is small,and has high precision.Thus the model can be used for forecasting of railway container freight volume,and it also provides basic data for planning and development of railway container transportation.%通过考虑国民经济的长期趋势、产业结构、生产布局、运输结构、消费水平等影响铁路集装箱运量的不同因素,选用能够容纳多种影响因素的经济计量方法构建铁路集装箱运量中长期预测模型.根据不同影响因素的特点,将其分别设置为内生变量、外生变量和前期内生变量,形成集装箱运量预测的基本方程组结构.通过对模型的估计和检验(包含整理检验和最终检验)可知,所构建的模型体系误差率较小,具有较高的精度,可用于铁路集装箱运量的预测,为铁路集装箱运输发展规划提供基础数据依据.【期刊名称】《交通运输系统工程与信息》【年(卷),期】2013(013)003【总页数】6页(P138-143)【关键词】铁路运输;集装箱运输;运量预测;经济计量方法【作者】闫伟;朱晓宁;王力【作者单位】北京交通大学交通运输学院,北京100044;北京交通大学交通运输学院,北京100044;北京交通大学交通运输学院,北京100044【正文语种】中文【中图分类】U291.11 引言铁路集装箱运量的预测是铁路集装箱运输发展规划的重要依据之一，也是铁路集装箱中心站、专办站等建设项目评价和后评价的重要基础数据.随着铁路客运专线网络的进一步建设和完善，客货分离运输以后，既有干线的运能将大大提升.目前，有大量文献对集装箱运量预测进行了研究，徐国志、李茂元［1］基于MatlabG 工具箱，采用神经网络预测港口运量;钟学燕、岳辉［2］运用时间序列的趋势外推法、灰色预测和组合方法对我国集装箱运量进行预测;彭恺［3］基于灰色预测法预测铁路集装箱运量;朱昌锋［4］采用灰色关联分析法选取了影响集装箱运量的主要因素，提出了一种基于非线性灰色模型和神经网络模型组合的铁路集装箱运量预测方法.然而，部分研究只基于历年集装箱运量情况，采用时间序列的趋势外推法或灰色预测模型等方法进行预测.这种思路不能分析集装箱运量与其它内、外部因素之间的关系，如集装箱运量和产业结构、产品结构等之间的关系;也不能体现铁路新线建设、运能逐步释放和提升对铁路集装箱运量的影响.部分研究综合考虑了铁路集装箱运输的各种影响因素，如地区经济发展、宏观政策及运价、铁路设施条件及服务水平等，但在预测模型的构建时，都没能体现出不同影响因素对集装箱运量发展的影响程度的差异.在建立铁路集装箱运量的预测方法时，须考虑到国民经济的长期趋势，认真研究分析产业结构、生产布局、运输结构、消费水平的变化情况，定性与定量相结合，不断寻求较为科学的预测方法，提高预测精度.在此思想指导下，本文提出铁路集装箱运量的长期预测方法.所构建的预测模型时尽可能地考虑到各种经济、政策因素的影响，同时考虑模型能反映今后的运量变化趋势，经过分析比较，选用能够容纳多种影响因素的经济计量方法来建立模型.但由于经济计量方法不便于对今后的运量变化趋势进行动态分析，本文在这方面进行了改进，为逐步形成适合我国国情的铁路集装箱中长期运量预测方法做出一种新的探索.2 多方程经济计量模型2.1 多方程经济计量模型简介所谓多方程模型，是由一组相互关联的方程所组成，通常是一组回归方程组.其估计方法多半采用普通一元、二元或多元最小二乘法等，其模型结构依据经济相关关系设定.在描述特定经济系统的联立方程模型中，包含内生变量、外生变量、前定变量和虚拟变量.①内生变量:既影响该系统同时又受该系统及其外部变量的影响;既决定该系统的其它内生变量，同时又被其它内生变量和前定变量所决定.当前定变量给定时，通过求解该模型可获得所有内生变量的数值.②外生变量:取决于该系统之外诸因素而不受该系统本身的影响，但它的变动却影响和冲击该系统，也就是说它影响内生变量但不受内生变量的影响.如国家制定经济发展政策就属于外生变量，在不同的时期，国家会制定不同的经济发展策略以适应经济社会发展的需求，因此外生变量的取值是一个随时间变化的值.③前定变量:包括外生变量、滞后内生变量(前期内生变量)和滞后外生变量(前期外生变量).在模型求解前，本期外生变量的值是给定的，滞后内生变量和滞后外生变量取历史值.④虚拟变量:将定性因素进行量化的一种手段，一般取任意两个相异的数值，如“0”或“1”.接下来将基于多方程经济计量模型，建立一个既可以科学地反映铁路运输与国民经济的关系，又可以对铁路与国民经济的合理发展提供科学指导，描述铁路运输和国民经济各因素间的相互依存关系的多方程经济计量模型.将模型中的外生变量定义为随时间变化的函数，通过取单位时间步长，输入不同的变化情况，动态的仿真未来国民经济发展状况，为相应的铁路集装箱货流预测提供了坚实可靠的基础环境. 2.2 动态仿真方法的改进经济计量分析是采用数理统计分析等方法研究现实的经济问题，被用来对发展前景和经济政策进行动态分析，如动态乘数分析、弹性值分析等.以往利用经济计量模型进行预测或政策分析，在完成建模工作后，将某一时点的前定变量的预测值代入方程组，以此求出该时刻内生变量的预测值.本文对其作如下改进，形成一种动态的预测方法:首先，将外生变量确定为随时间变化的预测结果;然后在不同的外生变量变化情况下仿真内生变量的变化，以进行政策分析.分析可知，外生变量影响函数及其参数的确定，是成功地进行动态仿真的关键.(1)外生变量的变化趋势及其影响函数的描述.由于模型中的外生变量大部分为可控策略(如价格、投资等经济因素)，它们的变化虽然存在一些偶然的，随机的因素，但也遵循一定的规律，可以推测其可能的变化情况.因此，可以找出实际中可能采取的政策及其影响作用等外生变量的变化规律，可以用来描述外生变量的变化趋势，又可以描述可能采取的某些政策，也可以用来描述某些策略及其影响程度的变化.根据外生变量的变化趋势和可能采取的政策及其影响因素的变化规律，可设定其影响函数，其函数形式有常量型、渐升(渐降)型、阶跃型、龚帕兹曲线型等，具体可参考文献［5］.由于外生变量的变化规律很多，文献［5］中所列出的函数仅仅是一些常见的函数，在具体的模型中，应该根据具体问题的需要来设定外生变量的影响函数.(2)外生变量变化趋势及其影响函数的确定.①根据历史数据建立预测模型，作为外生变量的基本变化趋势.即从外生变量的历史资料中找出其随时间变化的客观规律和发展趋势.把外生变量拟合为时间的函数，对其变化趋势可以利用时间序列分析的方法确定参数.具体的方法有指数平滑法、时间序列回归法及对二次曲线、龚帕兹曲线、指数函数曲线、对数函数曲线、幂函数曲线等曲线进行拟合的方法.②根据不同的政策，改变其基本变化趋势进行模拟.利用历史资料确定的外生变量的变化趋势，具有很好的拟合优度，但有时无法得到令人满意的中长期预测结果.因为过去的发展趋势并不能完全决定以后的发展，随着时间的推移，预测误差可能越来越大.因此，可根据今后的各种可能出现的情况确定其变化趋势及其参数.③根据实际情况直接确定.在仿真的过程中，对于各种可能的实际情况，如对铁路采取扶持政策、调整运价等等，可以根据可能的实际政策直接确定影响函数及其参数.3 模型的结构与方程式体系3.1 建模步骤铁路集装箱运量中长期预测动态仿真模型的着眼点在于从数量上把握铁路运输与国民经济之间的相关因素.建模的基本思路为:生产活动、能源生产等决定铁路的货运量，铁路货运量的畅通促进国民经济的发展，国民经济决定消费水平，消费水平的提高使得货运量增加.另外，政策变化、运价等也是不可忽略的相关影响因素.模型的建立步骤如图1所示.首先，在对预测目标进行定性分析的基础上确定模型结构(线性模型或者非线性模型，如果是后者又符合那种曲线类型);其次，根据各方面搜集的历史资料进行整理分析，用相应的方法(如回归算法)进行模型参数的估计;第三步应用统计分析方法，进行参数和模型的检验，如果检验通过则得到预测对象的模型，如果没有通过检验则应回到第一步，重新对预测对象进行定性分析，直到完成建模工作为止.图1 建模步骤Fig.1 Stages of modeling3.2 模型中的变量本模型采用了5个内生变量:国民生产总值GNP(单位:亿元)，铁路集装箱运量RPT(单位:万TEU)，消费水平 CS(单位:元)，铁路固定资产RFC(单位:亿元)，铁路货物周转量RFT(单位:亿吨公里).8个外生变量:工农业总产值IA(单位:亿元)，重工业总产值 HI(单位:亿元)，原煤生产总量EI(单位:亿吨)，时间变量 t(单位:年)，运价TP(单位:元)，经济活动人数P(单位:万人)，铁路投资 IFC(单位:亿元)，固定资产折旧 DEP(单位:%).3 个前期内生变量:RPT－1，CS－1，RFC－1.3.3 模型的结构通过对影响铁路集装箱货流影响因素的分析，结合建模的基本思路，建立如图2所示的模型结构图，从而进一步得到模型中的基本方程:由于解释变量之间的多重共线性，以及扰动项中的序列相关可能对回归方程的参数估计带来不良影响.因此，对于模型中方程的变量，先采用了逐步回归的方法，根据各个解释变量与被解释变量的相关程度的大小，逐步比选对被解释变量的方差贡献最大的变量进入回归方程.同时也采用了多个变量的不同组合，并对参数估计结果和检验数加以比较之后，确定了方程中的变量.最后选定的解释变量既保证了能使回归方程的检验数良好，方程有较好的精度，又反映了解释变量与被解释变量之间在经济上的相互关系.通过5个方程的联立，使得铁路集装箱运输与国民经济相关因素之间都直接或间接地联系起来.图2 模型的结构Fig.2 Model structure3.4 模型的估计采用最小二乘法对模型进行估计，其中所使用的样本期间为2001－2010年(数据来自铁道部年度统计公报和国家统计局年度统计公报).(1)铁路固定资产.(2)铁路货物周转量.(3)国民生产总值.(4)消费水平.式(6)至式(9)中，R2为判定系数，表示方程右边的自变量和左边的因变量之间的相关程度.该值越接近1，说明相关程度越高.SE为残差的标准差，表示方程式计算出的内生变量的值与实际值之间的误差均方和的根.方程式参数计算值下面括号内的数值为t统计值，该值越大，计算值可信度也越大.3.5 关于回归方程式的说明(1)铁路固定资产函数.铁路固定资产函数以铁路投资、铁路固定资产折旧率、铁路运价和前期固定资产作为解释变量.铁路固定资产由铁路投资形成，固定资产折旧率对其具有控制作用.无论建设资金如何筹集，都要通过运营还贷，因此铁路运价也应作为解释变量.此外，固定资产函数存在很大程度的自相关现象，因而前期固定资产是必然的解释变量. (2)铁路货物周转量函数.在此函数中以重工业总产值、原煤生产总量、时间、铁路固定资产作为解释变量.由于重工业总产值与原煤生产总量之间存在共相关现象，通过逐步回归的方法，剔除了重工业总产值这一解释变量，仅以原煤生产总量、时间及铁路固定资产作为解释变量.从历史的情况看，以原煤产量作为自变量所做的回归模型，一直具有较好的预测结果.我国能源发展的战略是以电力为中心，以煤炭为基础.在预测年度内，能源消费将仍然以煤为主，因此，用煤炭总产量作为解释变量具有非常强的说明力.考虑到煤炭运程的变化不同于其运量的变化，特加入时间变量，用以调节煤产量对铁路货物周转量的影响强度，从检验结果看出，这一解释变量的加入是非常必要的.此外，运量的变化，一则受需求的影响，二则受到铁路运输能力的限制，这里将铁路固定资产作为又一个解释变量.(3)国民生产总值函数.在国民生产总值函数中以铁路货物周转量和工农业总产值作为解释变量.这是从铁路运输的角度进行分析的国民生产总值函数.目前，铁路运输成了制约国民经济发展的最重要的因素之一，铁路运输能力的增强将对国民经济产生重大的影响，尽管铁路货物运输周转量的系数t统计值仅为0.271 9，为了长期分析的需要，仍然保留了铁路货物周转量这一解释变量.计算、检验、分析的结果表明，这一特殊的国民收入函数具有较好的说明力.(4)消费水平函数.消费水平函数以国民生产总值和前期消费水平作为解释变量.国民生产总值直接影响消费水平这是勿庸置疑的.把前期消费水平作为解释变量，是为了解释回归中出现的自相关现象.对回归方程式所做的参数估计进一步说明了前期消费水平对消费水平的影响程度很大.逐步回归也证明了除国民生产总值之外，前期消费水平也应作为消费水平的解释变量.(5)对于变量是否消除物价影响的说明.作为模型的说明变量，理应采用消除了物价影响的实际值.可是，实际的计算和检验结果表明:当年价格计算的工农业总产值、消费水平、国民生产总值等比消除物价影响的理论更具有说明力，拟合度也更好.目前，我国采用的指标实质化方法，即按可比价格计算的方法有两种:一种是以产品产量乘以其不变价格;另一种是用物价指数换算.而制定一项合理的不变价格或物价指数的计算标准是非常困难的.即使制定出了一套较合理的标准和方法，在实际的调查、计算过程中也难免会产生一定的误差.与此相比，未经过这种人为加工的实际价格，即当年价格计算出的原始值所具有的误差可能更小，可信度更高.这一点在本模型的反复计算、检验、综合拟合过程中得到了证明.因此，本模型中的工农业总产值、国民收入、消费水平、铁路投资、铁路固定资产等数据均采用当年价格计算的值.4 模型的检验与评价4.1 整体检验接下来对模型进行整体检验，即把全部方程式作为一个整体，将外生变量和前期内生变量的实际值代入方程式，然后联立求解内生变量的值，将这些值同实际值相比较.检验一般在一段样本区间内进行，这里采用的样本期间是2000－2010年.这里以铁路货运周转量和国民生产总值的预测为例，其比较情况如图3、图4所示.由图可以看出，模拟情况良好，说明联立方程有一定精度.图3 铁路货物周转量模拟曲线和实际值曲线Fig.3 Simulation and actual curves of railway freight volume图4 国民生产总值模拟曲线和实际值曲线Fig.4 Simulation and actual curves of gross national product4.2 最终检验最终检验也是一种整体性的检验，且是一种动态的检验.与整体检验不同的是，在各方程式中，前期内生变量的值不采用实际值，而是采用算出的理论值.由于计算值同实际值存在一定的误差，因此在最终检验时会产生随时间推移而发生的误差积累.容易看出，最终检验是更严格的检验.采用标准误差和平均绝对误差率来对模型进行最终检验，其中标准误差和平均绝对误差率的计算公式分别如式(10)、式(11)所示［6］:式中 et=yt－表示实际值和计算值之间的误差，yt表示变量的实际值，表示变量的计算值.仍采用2011－2020年中的外生变量的时间序列数据，及2010年以前的内生变量数值进行最终检验，最终检验结果如表1所示.由表1可知，整个模型体系的误差率很小，从而说明本模型的精度很高.表1 模型的最终检验(2011－2020)Table 1 Model final inspection内生变量SD MAPE RFC 254.287 6 3.01%RFT 291.998 7 1.73%NI 1 110.370 61.61%CS 26.595 2 1.63%RPT 213.116 52.44%5 研究结论综合考虑影响铁路集装箱运输量的各种经济、政策因素，如国民生产总值、历年铁路集装箱运量、铁路固定资产、消费水平等，并基于经济计量方法，构建铁路集装箱运量预测模型.通过对所构建模型的估计、检验和评价可知，整个模型体系的误差率很小，精确度很高，可用于铁路集装箱运量的预测，为铁路集装箱运输发展规划提供基础数据依据.且可以分析不同政策条件对铁路集装箱运输的影响，进而为铁路运输政策研究提供反馈信息.然而，本文所购建的预测模型中，虽然在外生变量的变化上引入了时间变量，矫正了因为环境变化引起的误差.但由于内生变量基于历史数据获取，对长期预测的准确性还存在一定的不足之处.接下来将重点研究预测方法与其它预测方法进行组合，以进一步提高预测的准确性.参考文献:【相关文献】［1］徐国志，李茂元.基于Matlab神经网络工具箱进行港口集装箱运量预测［J］.港工技术，2003(4):15-17.［XU G Z，LIM Y.Forecastingcontainer throughput of port on the basis of neural toolbox of matlab［J］.Port Engineering Technology，2003(4):15-17.］［2］钟学燕，岳辉.铁路集装箱运量预测与影响因素分析［J］.铁路运输与经济，2005，27(9):75-78.［ZHONG X Y，YUE H.The forecast of railway container transport volume and analysis on its effecting factors［J］.Railway Transport and Economy，2005，27(9):75-78.］［3］彭恺.基于灰色预测法的铁路集装箱运量预测［J］.铁路采购与物流，2009，4(6):47-48.［PENG K.Forecast of railway container transport volume based on gray forecastmethod ［J］. RailwayPurchase and Logistics，2009，4(6):47-48.］［4］朱昌锋.基于模型组合的铁路集装箱运量预测［J］.交通运输系统工程与信息，2010，10(5):141-144.［ZHU C F.Freight volume forecasting of railway container based on model combination［J］.Journal of Transportation SystemsEngineering and Information Technology，2010，10(5):141-144.］［5］严作人.运输经济学［M］.北京:人民交通出版社，2003.［YAN Z R.Transportation economics［M］.Beijing:China Communications Press，2003.］［6］王永初.预测学及其应用［M］.重庆:科学技术文献出版社，1986.［WANG Y C.Prediction study and its application［M］.Chongqing:Science and Technology literature press，1986.］。
铁路物流中心及专办站间集装箱班列运输组织研究
ii
北京交通大学硕士学位论文
中文摘要
中文摘要
摘要：随着我国经济的快速发展，高附加值货物的产量越来越高，这类产品 对安全、快速、集装化运输的要求高，集装箱运输在货运市场中的比例将逐步扩 大，未来集装箱运输具有很大的发展潜力。 根据铁道部“十五” 、 “十一五”发展规划以及 2004 年国务院审议通过的《中 长期铁路网规划》 ，我国将建设北京、天津、青岛等 18 个铁路物流中心，并对全 路的集装箱办理站进行调整，准备整合为 40 个左右的集装箱专办站以及 100 个左 右的集装箱代办站，未来将形成铁路物流中心——集装箱专办站——集装箱代办 站的三级运营网络。新格局的建成对集装箱班列的开行及组织方式提出了更高的 要求，本文将对新运营网络下集装箱班列开行方案等相关问题进行研究。 本文在对集装箱运输现状分析的基础上，提出建设新运营网络的必要性，并 对铁路物流中心、集装箱专办站、集装箱代办站进行区分和功能界定；运用灰色 模型、弹性系数法对集装箱发送量进行预测，并采用比例分担模型得出未来年份 站点之间的箱流量；通过综合分析主要集装箱运输通道条件及技术参数，以及引 入集装箱班列组织的客运化思想，确定集装箱班列的建议开行方案。 关键词：集装箱班列；铁路物流中心；集装箱专办站；列车开行方案 分类号：
学位论文作者签名： 签字日期： 年 月 日
导师签名： 签字日期： 年 月 日
中图分类号： UDC：
论文
铁路物流中心及专办站间集装箱班列运输组织研究
Study on the Organization of the Container Liner Trains between Railway Logistics Centers and Specialized Container Stations
改进的罗马尼亚选择法在铁路超限货车挂运方案中的应用
改进的罗马尼亚选择法在铁路超限货车挂运方案中的应用王艳玲;韩梅
【期刊名称】《铁道学报》
【年(卷),期】2007(029)001
【摘要】零星超限货车的挂运是当前超限货物运输组织工作的难题,直接挂运对运行秩序的干扰就会增加,运输组织也较复杂,集结到一定数量后再挂运,可能导致集结时间太长损失货主的利益等.如何以一定的判定标准将影响挂运方案的各种定性、定量因素协调统一起来,选择整体效益最优的超限货车挂运方案,对于线路能力的充分利用和超限货物运输的发展意义重大.本文用线性隶属函数改进的罗马尼亚选择法将方案的定性和定量因素合理结合起来,以实数综合评价矩阵和模糊评审矩阵的综合平均值作为判定标准,选择最满意的超限货车挂运方案.
【总页数】5页(P26-30)
【作者】王艳玲;韩梅
【作者单位】北京交通大学,交通运输学院,北京,100044;石家庄铁道学院,交通工程分院,河北,石家庄,050043;北京交通大学,交通运输学院,北京,100044
【正文语种】中文
【中图分类】U294.6
【相关文献】
1.超限货物运输中限速运行的车辆应采取集结定期挂运的办法 [J], 秦魁臣
2.改革超限货物车辆挂运办法刻不容缓 [J], 葛茂富
3.铁路货车超限及装载状态监测系统应用 [J], 王欣秋
4.超重超限车定期挂运方案探讨 [J], 陈治亚;刘立存;吴琼
5.浅谈挂PPR板方案在既有电气化铁路隧道渗漏整治中的应用 [J], 唐玉平
因版权原因，仅展示原文概要，查看原文内容请购买。
基于离散灰色模型的铁路货运量预测仿真
基于离散灰色模型的铁路货运量预测仿真
吕燕梅;王苏林
【期刊名称】《计算机仿真》
【年(卷),期】2022(39)5
【摘要】针对铁路货运量预测准确性及效率较差,导致铁路运输效益较差的问题,提出基于离散灰色模型的铁路货运量预测仿真。
将残差、关联度与均方差检验作为预测模型精准度评价指标;结合小波变换阈值降噪基本原理,利用软阈值降噪法对铁路
运输数据做预处理,提高预测精准度;最后将导数、背景值与参数三部分相结合建立
微分方程,明确灰色关联的行为时间与行为指标等有效因素,通过累加方式生成时间
序列,构建铁路货运量预测离散灰色模型,并对其优化处理,实现对铁路货运量的预测。
仿真结果表明,所提预测方法能够有效提高预测精准度,铁路运输效率较好。
【总页数】5页(P150-153)
【作者】吕燕梅;王苏林
【作者单位】西南交通大学希望学院
【正文语种】中文
【中图分类】TP294
【相关文献】
1.基于灰色预测模型对我国铁路货运量的预测
2.基于灰色Verhulst模型的铁路货
运量预测研究3.基于灰色线性回归模型的哈尔滨铁路枢纽货运量预测研究4.基于
灰色模型的铁路货运量预测——以陕西省铁路货运为例5.基于改进灰色GM(1.1)模型的铁路货运量预测
因版权原因，仅展示原文概要，查看原文内容请购买。
铁路集装箱运量预测方法研究
铁路集装箱运量预测方法研究
王海霞
【期刊名称】《集装箱化》
【年(卷),期】2002(000)008
【摘要】@@ "十五"期间,我国铁路集装箱运输进入快速发展阶段,我国将在京沪、京广等6条干线开行双层集装箱专列,并在全路选取15个集装箱网络节点站进行重点建设.因此,对铁路集装箱量预测方法进行研究显得非常必要.
【总页数】3页(P29-31)
【作者】王海霞
【作者单位】铁道第三勘察设计院,天津,300142
【正文语种】中文
【中图分类】U2
【相关文献】
1.铁路集装箱短期运量预测方法分析 [J], 李大为;俞晶菁;吕高腾;袁恺瞳;马健;马玉
千
2.基于模型组合的铁路集装箱运量预测 [J], 朱昌锋
3.组合预测模型在铁路集装箱运量预测中的应用 [J], 吴璇;王烈
4.基于组合预测模型的铁路集装箱运量预测 [J], 林炳焜;程文明;于兰峰
5.浅谈铁路集装箱短期运量预测方法 [J], 范丁元
因版权原因，仅展示原文概要，查看原文内容请购买。
京广通道行包运输OD量预测研究
京广通道行包运输OD量预测研究
王德占;李雪飞;郎茂祥
【期刊名称】《铁道运输与经济》
【年(卷),期】2010(032)012
【摘要】采用灰色预测法对京广通道主要城市的铁路行包运输发送量和到达量进行预测;在此基础上,采用双约束重力模型对各主要城市间铁路行包OD交流量进行预测.预测结果对于优化铁路运输产品、提高铁路服务水平具有重要意义.
【总页数】4页(P25-28)
【作者】王德占;李雪飞;郎茂祥
【作者单位】呼和浩特铁路局,货运处,内蒙古呼和浩特,010010;北京交通大学,交通运输学院,北京,1O0044;北京交通大学,交通运输学院,北京,1O0044
【正文语种】中文
【中图分类】U294.1+3
【相关文献】
1.郑州农业路快速通道工程京广沙互通式立交改建设计研究 [J], 秦石磊;陈龙
2.郑州农业路快速通道工程r京广高架互通集散车道方案研究 [J], 陈龙;秦石磊
3.综合交通规划中通道运输量预测方法研究 [J], 卢川
4.中长期高速铁路网客流OD及通道运量预测方法 [J], 王龙
5.铁路分线—京广线客运量预测研究 [J], 欧国立;贺仲雄
因版权原因，仅展示原文概要，查看原文内容请购买。
铁路局OD运量预测分析系统
铁路局OD运量预测分析系统
李洪波
【期刊名称】《中国铁路》
【年(卷),期】2005(000)008
【摘要】通过对传统货流图存在的缺点进行分析,结合全面预算管理提出建立铁路局OD运量预测分析系统,同时对在铁路局范围内进行OD运量预测的方法及编制铁路局运输营销预算及财务收支预算的可行性进行分析,对系统功能、系统结构提出初步设想.
【总页数】3页(P60-62)
【作者】李洪波
【作者单位】沈阳铁路局计划统计处
【正文语种】中文
【中图分类】F5
【相关文献】
1.基于灰色马尔可夫链组合模型的兰州铁路局集装箱运量预测 [J], 邱菲
2.如何提高北京铁路局海铁联运量的探讨 [J], 骆洪涛
3.运用灰色系统理论开展港口运量及占有率预测分析 [J], 韩斌
4.运用灰色系统理论开展港口运量及占有率预测分析 [J], 韩斌
5.呼和浩特铁路局集团公司现状货运结构及"十四五"货运量预测研究 [J], 高明阳因版权原因，仅展示原文概要，查看原文内容请购买。
关于铁路集装箱运输发展对策的分析
关于铁路集装箱运输发展对策的分析
王登海
【期刊名称】《黑龙江科技信息》
【年(卷),期】2015(000)002
【摘要】受多种因素影响，我国铁集装箱运输整体发展水平还不高。
只有找出问题所在，才能根据问题成因，采取相应措施，以此改变被动局面，提高竞争力，促进经济社会发展。
分析了铁路集装箱运输的优势，归纳了我国铁路集装箱运输存在的问题，提出了铁路集装箱运输跨越式发展的对策措施。
【总页数】1页(P196-196)
【作者】王登海
【作者单位】中铁集装箱公司哈尔滨分公司，黑龙江哈尔滨 150000
【正文语种】中文
【相关文献】
1.我国铁路集装箱运输发展对策 [J], 金艳萍;冯姗姗;信聪聪
2.铁路集装箱运输发展对策的探讨 [J], 王璐
3.我国铁路集装箱运输发展对策的思考 [J], 王鑫
4.铁路集装箱运输发展对策探讨 [J], 刘清芳
5.我国铁路集装箱运输发展对策的思考 [J], 王鑫
因版权原因，仅展示原文概要，查看原文内容请购买。
集装箱班列的发展现状、存在问题及国外开行经验对我国的启示
集装箱班列的发展现状、存在问题及国外开行经验对我国的启
示
王艳玲;王和平;郎茂祥;乔瑞军
【期刊名称】《物流技术》
【年(卷),期】2009(028)009
【摘要】在总结集装箱班列发展现状的基础上深入分析了我国铁路开行集装箱班列中存在的问题,国外发展集装箱运输的经验以及国外经验对中国的启示.对中国集装箱运输事业的快速发展具有一定的指导意义.
【总页数】5页(P15-18,21)
【作者】王艳玲;王和平;郎茂祥;乔瑞军
【作者单位】北京交通大学,交通运输学院,北京,100044;北京交通大学,交通运输学院,北京,100044;北京交通大学,交通运输学院,北京,100044;北京交通大学,交通运输学院,北京,100044
【正文语种】中文
【中图分类】U294.3
【相关文献】
1.科学发展观指引中铁集装箱班列又好又快发展庆祝连云港-阿拉山口集装箱过境班列开行1000列 [J], 张义忠
2.石家庄西—渤海西敞顶集装箱班列开行实践探讨 [J], 贾峰; 金福才; 杨博; 张红斌
3.路地合作新创举牛奶班列造福各方——中铁集装箱牛奶“五定”班列500列顺利开行 [J],
4.中铁集装箱运输有限公司(CRCT)和哈萨克斯坦运输服务股份公司(KTS)携手乌鲁木齐至阿拉木图集装箱国际班列开行 [J], 车海龙
5.精心打造中欧班列经营服务平台——2017年,中铁集装箱运输有限责任公司组织开行中欧班列、中亚班列和多式联运班列同比增长116%、45%和160% [J], 郑旸
因版权原因，仅展示原文概要，查看原文内容请购买。
铁路物流园区及货运量预测分析
铁路物流园区及货运量预测分析
孔芹;原方方
【期刊名称】《物流工程与管理》
【年(卷),期】2016(038)005
【摘要】随着现代物流产业的飞速发展,在为铁路货运运输带来新的发展机遇的同时,也使其遭遇着严峻的挑战。
文中对铁路物流园区建设的可行性和必要性以及建设过程中可能存在的一些问题进行分析和研究,并提出相关对策。
【总页数】2页(P78-79)
【作者】孔芹;原方方
【作者单位】郑州铁路职业技术学院河南郑州450052
【正文语种】中文
【中图分类】F530
【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.基于GRA-PCA-GA-BP网络模型的铁路货运量预测分析 [J], 侯维磊;刘力军;崔晶娜
3.我国东西部铁路货运量增长规律预测分析 [J], 王瑶;彭蓉
4.铁路物流园区及货运量预测分析 [J], 孔芹;原方方
5.基于SARIMA模型的我国铁路货运量预测分析 [J], 刘梦婷;喻建龙
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[收稿日期]2009-05-13[基金项目]国家自然基金项目（60870014）；中铁集装箱运输有限责任公司重点科研项目（T08L0390）[作者简介]王艳玲（1981-），安徽萧县人，北京交通大学交通运输学院博士研究生，研究方向：现代货物运输技术与管理、物流系统优化技术；郎茂祥，北京交通大学交通运输学院教授，研究方向：现代货物运输技术与管理、物流系统优化；赵明佶，中铁集装箱运输有限责任公司运营管理部，工程师；岳英焕，廊坊龙河高新区北京办事处，助理经济师。
doi:10.3969/j.issn.1005-152X.2009.10.0311前言为加快我国铁路集装箱运输的发展，按照《中长期铁路网规划》和《铁路“十一五”规划》，要建设上海、昆明、北京、天津、哈尔滨、大连、沈阳、青岛、宁波、广州、深圳、武汉、郑州、成都、重庆、西安、兰州、乌鲁木齐18个铁路物流中心，作为全国和区域铁路集装箱运输的中心。
旨在充分发挥铁路的技术经济优势，逐步形成以铁路物流中心为枢纽、以集装箱班列为拳头产品，连接全国各大经济区域的集装箱铁路运输网络。
为了合理地在铁路物流中心间开行集装箱班列，需要对铁路物流中心的集装箱发送量以及各站点相互之间的集装箱OD 量进行预测。
2铁路物流中心间集装箱OD 预测思路的确定铁路物流中心间集装箱OD 量预测思路见图1。
图1铁路物流中心间集装箱OD 预测思路图文章将铁路物流中心间集装箱OD 量预测分为两个步骤，第一步为铁路物流中心集装箱发送量预测；第二步为铁路物铁路物流中心间集装箱OD 预测与分析研究王艳玲1，郎茂祥1，赵明佶2,岳英焕3（1.北京交通大学交通运输学院，北京100044；2.中铁集装箱运输有限责任公司运营管理部，北京100069；3.廊坊龙河高新区北京办事处，北京100022）[摘要]箱流预测是开行集装箱班列的条件和基础，铁路物流中心间集装箱OD 预测有其特殊性，文章对该预测问题进行了相关研究。
将铁路物流中心间集装箱OD 预测问题分为两个步骤：首先采用组合预测模型对铁路物流中心的集装箱发送量进行预测，然后根据比例分担模型对铁路物流中心间集装箱OD 量进行预测。
[关键词]铁路；集装箱；物流中心；预测[中图分类号]U294.3[文献标识码]A[文章编号]1005-152X （2009）10-0093-04Study on Container OD Flow Prediction among Railway Logistics CentersWANG Yan-ling 1,LANG M ao-xiang 1,ZHAO M ing-ji 2,YUE Ying-huan 3(1.School ofTraffic&Transportation,BeijingJiaotongUniversity,Beijing100044;2.Department ofoperations Management,ChineseRailway container Transportation Companywith Limited Liability,Beijing100069;3.OfficeofLongheHi-teeh lndustrial Park in Beijing,Beijing100022)Abstract:The paper studies the container OD flow prediction among railway logistics center,divides the prediction in to two steps:the first step is to use combined prediction mode to forecast the volume of containers in the railway logistics center and the second step is to fore-cast the container OD flow according to the proportion volume-sharing model.Keywords:railway;container;logistics center;prediction流中心间集装箱OD量预测。
对于铁路物流中心集装箱发送量的预测，将在界定各铁路物流中心吸引范围的基础上，结合收集的铁路物流中心吸引区的经济发展指标、铁路和其他运输方式的集装箱发送量，分别采用回归预测模型、灰色预测模型和增长率模型进行运量预测，然后利用组合预测模型，将三种预测方法的结果按照预测模型误差的大小进行加权平均，得到预测目标年2012年和2015年各铁路物流中心集装箱发送量的最终预测值。
对于铁路物流中心间集装箱OD量预测，将通过提取2007年铁路集装箱货票库，通过汇总各物流中心吸引区内集装箱办理站的箱流量，得到2007年各铁路物流中心间的集装箱OD量，进而得到每个铁路物流中心发往其他各铁路物流中心的运量比例，再结合2012年和2015年各铁路物流中心集装箱发送量的最终预测值，最后得到2012年和2015年各铁路物流中心间集装箱OD量的预测值。
铁路物流中心间集装箱OD量确定后，便可根据班列径路、班列组织形式、班列编成辆数、班期等制定集装箱班列开行方案。
3铁路物流中心集装箱发送量预测3.1铁路物流中心货源吸引范围的确定根据铁路物流中心在路网上的规划布局及其功能定位，综合考虑各铁路物流中心城市的经济辐射范围以及公路集装箱运输的经济运距，将铁路物流中心的货源吸引范围定为120km左右。
据此，可得各铁路物流中心货源吸引区内包括的集装箱铁路办理站名称，见表1。
表1铁路物流中心吸引区内集装箱办理站列表3.2铁路物流中心吸引区内集装箱铁路发送量调查分析根据各铁路物流中心吸引区内各集装箱办理站2002-2007年的集装箱发送量，可汇总得到2002-2007年各铁路物流中心吸引区的集装箱铁路总发送量，见表2。
表2铁路物流中心吸引区历年集装箱铁路发送量（TEU）3.3铁路物流中心间箱流量分析通过提取2007年集装箱铁路货票库，在汇总各物流中心吸引区内集装箱办理站间集装箱OD量的基础上，可以得到2007年各铁路物流中心间的集装箱OD量，继而得到2007年每个OD量占发站发送量的百分比。
3.4铁路物流中心城市集装箱发送量预测模型的选择根据收集的相关资料，结合集装箱发送量预测问题的特点，主要采用灰色GM（1，1）预测模型[1]、回归预测模型[2]、增长率模型[3]、组合预测模型[2]对铁路物流中心城市的集装箱铁路发送量进行预测。
组合预测法是将几种预测方法的预测结果，选取适当的权重进行加权平均的一种预测方法。
该方法是建立在最大信息利用的基础上，它集结多单一模型所包含的信息，进行最佳组合。
在大多数情况下，通过组合预测可以达到改善预测结果的目的。
常用的组合预测方法主要有等权平均法、方差———协方差法等。
方差———协方差法是一种选取权值的常用方法。
结合集装箱箱流的特点，文章选用方差———协方差组合预测方法。
3.5铁路物流中心集装箱发送量预测结果下面以昆明铁路物流中心集装箱发送量预测为例，说明上述预测模型的具体使用过程和预测结果。
（1）灰色预测模型昆明铁路物流中心吸引区2002-2007年集装箱铁路发送量见表2。
利用表2中的原始数据，按照灰色预测模型的建模步骤，可得昆明铁路物流中心吸引区集装箱发送量的灰色GM(1，1)预测模型如下：上述预测模型的拟合值与实际值的对比情况如图2所示。
图2灰色预测模型拟合值与实际值的对比由图2可以看出，模型的预测精度较高，可以用来预测。
（2）回归预测模型2002-2007年昆明市的GDP和集装箱铁路发送量见表3。
表32002-2007年昆明市GDP和集装箱铁路发送量以城市GDP为自变量x，以集装箱发送量为因变量y，利用表3中的数据，按照一元线性回归预测模型的建模步骤，可建立昆明铁路物流中心吸引区集装箱铁路发送量的一元线性回归预测方程如下：经计算，自变量和因变量的相关系数很高，为0.9953，其模型拟合值与实际值的对比如图3所示。
模型拟合精度较高，可以用来预测。
图3回归预测模型拟合值与实际值的对比（3）增长率法根据昆明铁路物流中心吸引区集装箱铁路发送量的原始数据，可得2002到2007年其集装箱发送量的年均增长率为0.1715，据此，可得昆明铁路物流中心吸引区集装箱铁路发送量的增长率预测模型如下：上述模型的拟合值与实际值的对比如图4所示。
图4增长率预测模型拟合值与实际值的对比由图4可以看出，模型的预测精度较高，可以用于预测。
（4）组合预测经计算，可得昆明铁路物流中心吸引区集装箱铁路发送量的灰色预测模型、回归预测模型和增长率预测模型的误差的均方差分别为：103199.0、5957105.5、3277594.8。
按照方差—协方差组合预测原理，可得组合预测模型中三种预测方法的权重分别为：0.95、0.02、0.03，利用组合预测模型可得2012、2015年18个铁路物流中心吸引区集装箱铁路发送量的预测结果见表4。
表4各物流中心城市集装箱铁路发送量预测结果随着我国国民经济的迅速发展和产业结构的优化调整，以及铁路路网规模的不断扩大、技术装备水平的不断提高和运输能力的逐步释放，铁路集装箱运量将呈现快速增长的趋势，各铁路物流中心的集装箱发送量呈现高速上升趋势，集装箱铁路发送量向铁路物流中心城市逐年集中。
4铁路物流中心城市间集装箱OD量预测4.1铁路物流中心城市间集装箱OD量预测模型物流中心城市间集装箱铁路OD量预测模型如下。
（1）（2）式中：T —所有城市的集装箱铁路总发送量；t ij —城市i 到城市j 的集装箱铁路流量；T i —城市i 的集装箱铁路总发送量；U j —城市j 的集装箱铁路总到达量。
所谓OD 预测，就是在现有OD 表的基础上，用已得到的发送量和到达量来推算预测年度的起讫点交流量。
OD 预测方法大体上分为两种:一种是“现在型式法”，即用现在的OD 表型式求算未来的OD 量表；另一种是“重力模型法”，它是在现有OD 表中，提炼出一个重力模型，作为推算未来OD 量的基础，两者均属于迭代计算方法。
现在型式方法实质上是增长率法，算法简明，适应性强。
结合数据来源和问题特点，文章采用“现在型式法”进行物流中心城市间集装箱铁路OD 量预测。
根据模型的要求，利用2007年的集装箱铁路货票库，依次提取由物流中心城市i 发往物流中心城市j 的OD 量t ij ，然后由公式（2）汇总计算T i 、U j 。
进而可以用公式（3）依次计算出t ij 占T i 的比例S ij ，即(3)根据S ij 和未来年份物流中心城市的集装箱铁路发送量，可以推算出未来年份物流中心城市间的集装箱OD 量。