基于人工神经网络的铁路货运量组合预测研究.pdf

北京交通大学硕士学位论文基于人工神经网络的铁路货运量组合预测研究姓名：梁丽申请学位级别：硕士专业：系统工程指导教师：尹相勇20060101摘要摘要随着我国运输市场竞争的日趋激烈，铁路运输企业提高市场竞争力迫在眉睫铁路货运量预测作为铁路运输生产的基础工作之一，是铁路运输企业制定正确市场营销战略的前提条件研究适合我国国情的铁路货运量综合预测模型就显得十分重要目前的货运量预测所采用的方法或模型比较单一，虽然可用于预测的方法众多，但它们的应用条件，构模机理各异，存在着一定的局限性，面对动态变化的现实，采用任何单一预测方法，都难以获得较为满意的结果自1 9 6 9 年J ．N ．B a t e s 和G wJ ．G r a n g e r 首次提出组合预测理论与方法以来，组合预测受到理论界的很大关注它能使人们将各种方法组合起来，以充分利用其中的信息，扬长避短，获得各种模型的整合之功效，以提高预测精度但传统的加权组合预测方法在应用于实践中也出现一些问题本论文的研究是要建立～种基于人工神经网络的铁路货运量综合预测模型，克服单一预测方法或模型和传统加权组合预测模型的局限性，结合铁路货运量实际情况，实现综合预测铁路货运量综合预测的目的，为铁路运输企业制定货运市场营销计划和市场营销决策提供依据。

第一章绪论：简述了论文背景、选题意义及研究目标和本人所做的工作第二章国内外货运量预测研究综述：回顾了国内外已有文献中对铁路货运量的各种预测方法比较和人工神经网络用于预测和组合预测的成果并在此基础上，分析了目前铁路货运量预测研究中存在的不足，并提出本文的预测分析框架第三章铁路货运量预测模型分析分析了算术平均法、移动平均一一一! ! ! 坚竺A b s t r a c tW i t ht h ed e V e l o p m e n to fm e 仃a I l s p o r t a t i o nm a r k e ti no u rc o u n t r Mi §l { §季要奏錾墓妻姜露} ；} i 矬雩口[ ；! 薹彗寻塞磋孽雾孝! 那蕊”鲁争薹主M ：』暮1÷茹§掣文善问鹜馨÷霪莺稍香时静妻i “| 驾耋重；÷；霆j ：瓣邂i 妻乙；羹￡：囊弩蚕! 毒j 匪军；÷岔演；亘鸟| 霎x北京交通大学硕士学位论文I nC h a p t c rO n e ，Is u m m a —z et h er c s e a r c hb a c k F o u n d ；s Ⅱ℃s st h e讧n p o n a n c ea n dt h eP u r p o s eo ft h e 也e s i s 锄de x p l a i nw h a tIh a v ed o n ei nt 1 1 et h e s i s ．h lC h a p t e rT w o ，ab r i e fr e v i e wo ft h ee x i s t i n gr e s e a r c bw o r ki I lt 1 1 i sf i e l di sm a d e ．T h ep a p e f sr e v i e w e da r em a i n l yo nr a i l w a yf r e i g h tV 0 1 u m ef o r e c 器t i Ⅱga 1 1 dA N Nf o r ∞a s t i n ga p p l i c a t i o n s ．A t 廿1 ee n do ft h j sc h 印t e r ，Jp r o v i d eaf o r e c a s t i n ga n a l y s i s 鼬e w o r kb a s e do ne 珂i e rw o r k ．h IC h a p t 盯T h r e e ，e a c ho ft h es i n 西ef o r e c 嬲t i n gm o d e l si sr e p o n e d ．T h e ya r e州t h m e t i c a la V e r a 百n g ，m o V i n ga v e r a 画n 备u n i t a r y1 i n e a rr e 蓼e s s i o n ，m u l t il i n e a rr c F e s s i o n ，e x p o n e I l t i a ls m o o t l l i n 吕w e i g h t e dm o v i n ga V e r a 百n ga n dA N Nm o d e l ．F l l r t l l e r m o r e ，f a c t o ra n a l y s i si si n 仃o d u c e da sad a t ar e d u c t i o nm e t h o d ．W e i g h t e dc o m b i n a t i o nf o r e c a s t i n gm o d e li sa I s od e t a i l e dd i s c u s s e d ．h lC h a p t e rF o u r ) r e l a t e df a c t o r sa b o u tr a 订w a y 舶i 曲tV 0 1 帅ea r ea n a l y z e dh 1C b a p t e rF i v e ，t l l er e s u l t so fe a c hs i n 9 1 ef o r e c a s t i n gm o d e la r e1 i s t e d卸das i m p l ec o m p 撕s o n 锄o n gt h e mi sm a d e ．hC h a p t e rS i x ，ac o m p a r i s o nb e 脚e e n 帆o ∞m b i n a t i o nf b 戤a s t i n gm o d e lr e s n l t si sm a d e ．If i n dt h a tc o m b I n a t i o nf o r e c a S t i n gm o d e lb a s e do nAN Np e r f 0 瑚sb e t t c rt h 锄w e i g h t e dc o m 班n a t j o n 向r e c a s t i n gm o d e l ．F u n h e rd i s c u s so ne a c hm o d e l ’sm e c h a f L i s mi sp r e s e n t e d ．I nC h a p t e rS c v e T l ．Ir e v i e wt h ew h 0 1 em e s i sa n d 粤V es o m es u g g e s t i o n s0 nn l n h e rr c s e a r c h e s ．K 吩唧o r d s ：R a i l w a yF r e i 出v 。

1 u m eF o r e c a s t i n 瞽A n i f i c i a lN e u 仃a lN e m o r k ；C o m b i n a t i o nF o r e c a s t i n gM o d e l ；W e i g h t e dC o m b i n a t i o nF o r e c a s C i n g绪论1 绪论1 ．1 论文背景及选题意义随着我国经济的发展和市场经济改革的不断深入，物流业也己成为国民经济的重要组成部分据统计1 我国物流成本占到G D P 的2 0 ％左右．而发达国家如美国的物流成本占G D P 的比重在1 0 ％左右这说明在我国降低物流成本方面有着巨大的空间，以我国目前l O 万亿人民币的G D P 记，降低百分之一的物流成本，相当于节省了1 0 0 0 亿人民币，相当于三峡工程总造价的l ／4 铁路作为我国物流业的主要载体之一，在国民经济中上占有重要地位铁路目前面临着公路、水运、航运等其他运输方式的激烈竞争，特别是我国加入w T O 以来，随着国内市场逐步对外开放，国外的运输企业也将逐步进入我国的运输市场，运输市场竞争将更加激烈。

铁路部门要想在市场竞争中立于不败之地，不仅要从体制上进行改革，还应在应用基础方面加强研究，以提高其综合竞争力铁路货运量预测作为铁路运输生产的基础工作之一，也是铁路运输企业市场营销活动的重要组成部分，是铁路运输企业制定正确营销战略的前提条件因此，在市场经济条件下．在运输市场激烈竞争的环境中，研究适合我国国情的铁路货运量组合预测模型，采用现代化的计算机手段为铁路业务部门进行辅助决策，就显得十分重要1 ．2 论文研究目标任何一种单独的预测方法或预测模型均有其特定适用范围和具体适用条件，从不同角度、采用不同要素对铁路货运量进行预测将多种方法、多个模型组合起来进行预测，有利于从不同角度引入更多资料来源：中国物流与采购联台会与美智公司发布第三方物流市场调查报告2 0 0 2北京交通大学硕士学位论文的相关因素，便于全面分析运输需求变化的规律性，从而提高预测结果的可靠性和准确程度本论文的研究目标是结合铁路货运量预测实际情况，克服单一预测方法或模型的局限性，探索基于人工神经网络的铁路货运量组合预测模型1 ．3 论文结构本论文主要由以下七个章节构成：第一章绪论：简述了论文背景、选题意义、研究目标和本人所做的工作。

第二章国内外货运量预测研究综述：回顾了国内外已有文献中对铁路货运量的预测方法比较和人工神经网络用于预测和组合预测的成果并在此基础上，分析了目前铁路货运量预测研究中存在的不足，并提出本文的预测分析框架第三章铁路货运量预测模型分析分析了算术平均法、移动平均法、一元线性回归法、多元线性回归法、指数平滑法、加权移动平均法、人工神经网络法、加权组合预测等模型的优缺点及在铁路货运量预测中适用的范围第四章铁路货运量相关因素分析分别从需求、供给、竞争三个方面分析了铁路货运量预测的相关因素第五章铁路货运量单个预测模型示例分析，采用单个模型预测铁路货运量第六章铁路货运量组合预测模型示例分析比较了加权组合预测模型和基于人工神经网络的组合预测模型的结果，发现基于人工神经网络的组合预测方法能降低预测误差，预测结果好于加权组合预测方法绪论第七章后续研究方向提出了今后研究中需要进一步解决的问题及今后的工作展望1 ．4 研究所要做的主要工作和以前的铁路货运量预测的研究相比，本论文所做的主要工作有以下两方面：一是把基于人工神经网络的组合预测方法应用于铁路货运预测，并得到良好的结果人工神经网络预测技术由于越来越多地被应用到多个领域，并取得了优于传统预测方法的效果。

人工神经网络既可以单独进行预测，也可以在其他预测方法结果的基础上进行组合预测，而且能得到优于传统加权组合方法的结果二是把宏观经济指标引入预测分析以往对铁路货运量的预测往往只引入铁路货运量的数据本论文将国内生产总值、第一产业G D P 、第二产业G D P 、第三产业G D P 、农业总产值、工业总产值、建筑业总产值、商业总产值、邮电运输业总产值等基础宏观经济指标引入组合预测模型，克服了单一使用铁路货运量的局限性和片面性本论文通过对1 9 8 5 年到2 0 0 2 年我国铁路货运量和基本宏观经济指标的分析，建立了适合我国国情的铁路货运量人工神经网络组合预测模型北京交通大学硕士学位论文2 国内外货运量预测研究综述2 ．1 国内外货运量预测文献综述传统的运量预测方法，多是以各种运输方式自身的发展轨迹预测未来的走势，对货主需求的变化、运输价格、其它运输方式的发展、区域环境差异等方面的影响考虑不足，也忽视了市场对资源配置的基础性作用随着我国经济体制的转变，传统计划体制下的运量预测方法已经难以适应时。