基于SVM和RBF神經(jīng)網(wǎng)絡(luò)的鐵路貨運市場預(yù)警方法研究.pdf

1、近年來，國家宏觀經(jīng)濟(jì)增速放緩，經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、產(chǎn)業(yè)轉(zhuǎn)型升級、節(jié)能減排力度不斷加大，煤炭、礦石、鋼鐵等大宗物資的全社會運輸需求總量持續(xù)下滑，大宗貨源明顯減少。自2013年以來，鐵路貨運量下滑明顯，鐵路貨運市場形勢嚴(yán)峻已是不爭的事實。在此情形下本文通過對我國鐵路貨運市場現(xiàn)狀及影響因素的分析，在借鑒國內(nèi)外研究成果的基礎(chǔ)上，提出了經(jīng)濟(jì)新常態(tài)下的鐵路貨運市場預(yù)警方法，對貨運市場發(fā)展態(tài)勢進(jìn)行綜合評價與預(yù)警。旨在為鐵路貨運市場預(yù)警提供一個新思路和科學(xué)方

2、法。
　　首先，論文定義了鐵路貨運市場預(yù)警涵義，并確定了明確警義、分析警情、探索警源、預(yù)報警度、排警調(diào)控的基本流程。繼而對鐵路貨運預(yù)警方法與預(yù)警模型的基本理論進(jìn)行了分析，選取綜合模擬法作為鐵路貨運市場警情警度的判定方法;采用模型預(yù)警法構(gòu)建鐵路貨運市場預(yù)警模型。
　　接著，論文就構(gòu)建鐵路貨運市場預(yù)警指標(biāo)體系進(jìn)行了重點研究。在現(xiàn)有學(xué)者的研究基礎(chǔ)上，提出41個備選指標(biāo)集，繼而通過灰色關(guān)聯(lián)度方法對指標(biāo)的關(guān)聯(lián)度進(jìn)行計算，篩選出其中31

3、個指標(biāo)，并結(jié)合“壓力-狀態(tài)-響應(yīng)”(PSR)模型將指標(biāo)集分為“壓力”、“狀態(tài)”、“響應(yīng)”三大子系統(tǒng)，分別對應(yīng)需求、供給、對策改進(jìn)三方面。通過熵值法確定各指標(biāo)的權(quán)重，并提出預(yù)警指數(shù)的計算方法與警度劃分區(qū)間。
　　然后，針對鐵路貨運市場預(yù)警問題，分別提出基于支持向量機(jī)（SVM）分類預(yù)警方法與基于徑向基神經(jīng)網(wǎng)絡(luò)(RBF)的滾動預(yù)警方法，并闡述了兩者在MATLAB中的實現(xiàn)。
　　最后對鐵路貨運市場預(yù)警方法進(jìn)行實例研究，計算分析了近2