NETL
摘要
铁路货运有着运量大、成本低、稳定性高等优点，是我国整体货运体系中重要的组成部分。随着我国货运结构改革的不断深化，铁路货运的优势得到进一步释放。铁路货运量作为反映地区货运水平的重要指标，对铁路货运量的精准预测对铁路运输企业在决定投入产出、制定发展政策等方面有着重要的意义，对铁路货运未来的发展有一定的指导作用。 河北省作为货运大省，铁路货运在货物运输市场中占据重要作用。分析河北省铁路货运量相关特征时，分别对铁路货运发送量与到达量进行研究，通过Spearman相关分析法探究二者关系。对河北省铁路货运的去向来源进行分类汇总，并重点分析铁路货运量中煤炭运送量的占比。结合河北省经济及产业发展特点，分析发送量与到达量的影响因素，并根据其整体时间序列的变化特征，选取长期2008-2022年与近期2016-2022年两种时间段，分别进行影响因素灰色关联分析并排序。 在河北省铁路货运发送量与到达量拟合预测模型中，选取长期2008-2022年与近期2016-2022年两种时间段的数据，通过灰色关联分析筛选出的影响因素建立逐步回归线性模型，根据货运量的时间特征序列建立GM(1，1)预测模型，并建立二者相结合的组合预测模型，最后进行模型精度对比，选取精度最高的2016-2022年近期逐步回归模型对铁路货运发送量与到达量做出预测。对模型所需影响因素选用GM(1,1)模型预测未来年份值，最终得出河北省2023-2025年铁路货运发送量预测值与铁路货运到达量预测值。
关键词
铁路货运量预测/逐步回归模型/GM(1,1)模型引用本文复制引用
授予学位
硕士学科专业
交通运输规划与管理导师
罗玉屏学位年度
2024学位授予单位
石家庄铁道大学语种
中文中图分类号
U2