基于数据挖掘的铁路货运量预测应用研究-物流工程专业论文.docxVIP

南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下： 南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： l、通过大量查阅和总结文献，结合铁路货运信息化以及货运量变化现状，提出了 铁路货运量的预测方法。 2、根据铁路信息系统内部数据明确基础数据源，对不同系统数据进行融合，构建 铁路货运量预测数据仓库模型，并进行OLAP多维度和多粒度的数据展示。根据不同 粒度数据变化特点，选择相应的预测模型，进行货运量预测研究。 3、根据铁路货运量月度变化特点，运用霍尔特．温特斯模型和SAR／MA模型对铁 路货运量进行月度预测，并验证其合理性。 4、根据铁路货运量年度变化特点，运用时间序列模型及回归分析模型，分别进行 单因素分析和多因素分析，以此得到货运量变化主要的影响因素，并提出其预测意义 及对策。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 学位论文作者签名：纵 璇 日期： 沙／6、D 6、≥7 万方数据 意昏南交通大学硕士研究生学位论文 意昏南交通大学硕士研究生学位论文 第1页 摘 要 铁路货运量作为铁路货运市场体系中的一个重要指标，极大程度上反映了国 民经济对铁路货物运输的重要需求，是安排货物运输计划的重要依据，需要铁路 内部各部门的相互紧密配合。在市场经济条件下，铁路部门应该及时、准确、科 学的对铁路运输需求进行预测分析。而铁路货运量的变化趋势是由内外部多种因 素共同作用的结果，相互之间存在着密切的映射关系，因此需厘清其复杂的关系， 并对铁路货运量的变化做出正确的预判，从而促进铁路货运稳定的向前发展。 本文在对数据挖掘技术和常见的预测方法进行分析的基础上，确定货运量预 测目标，并以此进行数据仓库设计。通过多维数据进行广深线货运量数据可视化 展示，观察站段以及线路的货运量变化特点，确定分析主题为月度预测和年度预 测，并分别采用不同的数学模型。针对货运量月度预测采用霍尔特．温特斯模型 和SARIMA模型，以此考虑货运量变化的季节性、趋势性和平稳性因素，得到 具体每月的预测结果；而对货运量年度预测采用时间序列模型和神经网络模型， 分别进行单因素分析和多因素分析，并对比其预测结果。本文还针对预测结果进 行意义分析，并提出其所适用的场景。 关键词：铁路货运量；预测；实证研究；模型选择 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1 I页 Abstract Railway freight volume as an important index in railway freight transportation rmrket system,it largely reflects the national economy’S important dermnd for railway transport of goods，and it is the inaportam basis of arranging goods transportation plan,SO the railway internal departments should closely cooperate with each other．Under the condition of rmrket economy,railway departments need to analyze railway transport demand forecast timely,accurately and scientifically．The trend of railway freight volume is the outcome of combined action of internal and external factors，the mapping relationship between each other is closely,SO we need to clarify the complex relation,and make accurate judgment for railway freight volume， thus to promote the stable development ofrailway freight． This paper is based on analysis of data mining tech