發(fā)布時間：2021-01-07 10:34

　　中歐班列已經(jīng)成為中國同歐洲之間運輸?shù)囊环N新模式,為滿足中歐班列運輸需求,推動中歐班列高質(zhì)量發(fā)展,分析中歐班列運輸品類市場需求及主要影響因素,通過殘差分析驗證影響因素的擬合度,從而確定影響因素的有效性,構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的中歐班列市場需求量預(yù)測仿真模型,采用Matlab對中歐班列的需求量進行仿真預(yù)測,有效地預(yù)測2019—2025年的中歐班列需求量,得出宏觀經(jīng)濟貿(mào)易環(huán)境與航海運輸價格指數(shù)對中歐班列的需求量影響較大,為中歐班列的運營保障提供決策支持,以推動中歐班列高頻化及常態(tài)化運營。 

【文章來源】：鐵道運輸與經(jīng)濟. 2020,42(02)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

殘差分析圖

(2）確定初始條件。選取2011—2017年的5個影響需求量的因素數(shù)據(jù)為網(wǎng)絡(luò)的訓(xùn)練集，即將5個影響因素的歷年數(shù)據(jù)作為輸入集合，將同年中歐班列需求量與之相對應(yīng)的集合作為導(dǎo)師集合，在網(wǎng)絡(luò)通過穩(wěn)定訓(xùn)練之后，即可預(yù)測2019年的市場需求量。輸入/輸出向量初始條件如表2所示。(3）輸入值的歸一化處理。由于各影響因素之間的數(shù)量級差異過大，如果不通過歸一化處理會導(dǎo)致因數(shù)據(jù)數(shù)值差異較大，網(wǎng)絡(luò)權(quán)系數(shù)的量級相差過大，最終影響到網(wǎng)絡(luò)映射精度和自學(xué)習(xí)的收斂性，因而需要對輸入量初始值進行歸一化處理。使用線性轉(zhuǎn)換算法對各個影響因素的原始數(shù)據(jù)進行處理，計算公式為

將采用Matlab仿真得到的預(yù)測結(jié)果，通過平滑曲線進行線性擬合，得出2011—2025年中歐班列市場需求量的動態(tài)仿真圖，中歐班列市場需求量動態(tài)仿真如圖3所示。通過BP神經(jīng)網(wǎng)絡(luò)仿真，對2011—2025年5種影響因素，即輸入向量的學(xué)習(xí)，輸出2011—2025年的中歐班列需求值，誤差值控制在7.5%以內(nèi)，較為精準(zhǔn)地預(yù)測了中歐班列未來的發(fā)展趨勢。根據(jù)預(yù)測仿真的擬合程度、需求量預(yù)測誤差程度等可以分析得出所選影響因素的合理性，擬合程度越高、誤差越小，證明所選因素對需求量影響程度越高。從上述仿真分析中，結(jié)合中歐班列實際運營情況，得出宏觀經(jīng)濟貿(mào)易環(huán)境與航海運輸價格指數(shù)對中歐班列的需求量有著至關(guān)重要的影響作用。

【參考文獻(xiàn)】：
期刊論文
[1]基于?LM-BP?神經(jīng)網(wǎng)絡(luò)模型的高速鐵路沿線環(huán)境影響評價研究[J]. 劉春姣,王丹,郝晶晶,敦晨霞.  鐵道運輸與經(jīng)濟. 2019(06)
[2]“一帶一路”節(jié)點城市中歐班列運行均衡化問題前瞻研究[J]. 趙鳴,徐洪繞.  大陸橋視野. 2017(08)
[3]“一帶一路”戰(zhàn)略下中歐班列發(fā)展的現(xiàn)狀與對策[J]. 畢國通.  中國市場. 2017(22)
[4]“一帶一路”戰(zhàn)略下中歐班列發(fā)展現(xiàn)狀與建議[J]. 林備戰(zhàn).  港口經(jīng)濟. 2017(04)
[5]2016年大陸橋運輸指標(biāo)與中歐班列相關(guān)數(shù)據(jù)分析及2017年中歐、中亞班列發(fā)展預(yù)測[J]. 王德占.  大陸橋視野. 2017(02)
[6]中歐班列發(fā)展的困境與出路[J]. 池永明.  國際經(jīng)濟合作. 2016(12)
[7]中歐班列發(fā)展現(xiàn)狀、問題及建議[J]. 王楊堃.  綜合運輸. 2015(S1)
[8]“一帶一路”戰(zhàn)略視角下中歐班列發(fā)展路徑探討[J]. 許英明.  西南金融. 2015(10)



本文編號：2962406