欢迎来到天天文库
浏览记录
ID:34804918
大小:2.97 MB
页数:90页
时间:2019-03-11
《我国水路货物运输流向分析与预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、武汉理工大学硕士学位论文我国水路货物运输流向分析与预测研究姓名:魏巧云申请学位级别:硕士专业:交通运输规划与管理指导教师:张培林2003.3.1武汉理工大学硕士学位论文中文摘要水路运输是综合运输的重要组成部分,在国民经济发展中具有举足轻重的作用。我国水路运输包括内河运输、沿海运输和远洋运输,水路运输的货物种类繁多,其中煤炭、石油及其制品、矿物性建筑材料、金属矿石和非金属矿石等大宗货物运输占主要地位。本文分析了主要大宗货物在沿海和内河主要水系的运输流向。资源的分布特征在很大程度上决定着我国大宗货物的运输流向,沦文论述了煤炭、金
2、属矿石资源在我国的分布状况以及石油工业的基本布局,分析了煤炭、石油、金属矿石和矿建材料以及非金属矿石等大宗货物在沿海、珠江水系和长江水系运输的主要流向。根据收集整理的统计资料,重点分析和预测了长江干线主要港口煤炭、金属矿石、石油、非金属矿石和矿建材料运输的0(Origin)D(DestinatiOil)流,包括主要0D点的吞吐量和各航线的分配量。预测oD流主要运用了定量分析预测法。oD生成预测用到的预测方法有趋势外推法、指数平滑法和灰色系统法等;0D分布预测用到的预测方法有佛莱特(Fratar)法和弗尼斯(Furness)法
3、。计算是通过用Matlab6.5软件将这几种预测方法的算法编写成程式进行的,从而得出一系列港口吞吐量的预测模型和未来特征年(2005年和2010年)的oD分布,比较各种模型的相关检验和分布的精度检验,确定预测模型和特征年的分布。我国水路货物运输流向分析和预测的研究具有实际意义。本研究可以为政府部门调整水路运力结构、制定水路运输规划和相应的宏观航运政策提供有力的参考;也可以为航运企业选择经营规模和市场投资方向提供依据,有利于航运企业了解市场发展趋势,及时制定或调整企业经营策略和发展战略。同时在研究上,还是建立~套反映中国内河运
4、力运量供求平衡的量化指标和综合指数的基础。关键词:水路运输,货流,运输需求,预测茎坚望三奎堂堡圭兰垡笙壅AbstractWatertransportationisanimportantpartofcomprehensivetransportation,andplaysaprominentroleinthedevelopmentofthenationaleconomy.Watertransportationincludesoceanwatertransportationandinlandwatertransportation.
5、0ceanwatertransportationiSthemaincarriagemeansofforeigntradegoodsinChina.Accordingtostatistics.themaincargoesinwatertransportationarecoal,mineralbuildingmaterial,petroleum,metaloresandnonmetalores.ThePaDeranalysesthetransportationflowsofmainfivekindsofcargoesincoas
6、tandinlandwatersystems.Thedistributingcharacteristicofsourcesinfluencesthetransportationflowsofcargoesindeeplydegree,SOfirstly,thepaperintroducesthesourcesdistributingcharacteristicofcoal.mineralbuildingmaterial,petroleum,metaloresandnonmetalores.Thenanalysestheflo
7、wsofcoal.petroleumandmetaloresincoastandinlandwatertransportationindetails,andlaysastressonmainportsalongtheYangtzeRivertoanalyseandforecast0DflOWSofmainports.Theforecastisquantitativeanalysisinthepaper.Theamountsofcargoflowareforecastbygenerationmodelsoftransporta
8、tiondemandandthedirectionsdistributingofcargotransportationareforecastbydistributionmodels.Theforecastmethodswhichhavealreadybeenusedforamountsof
此文档下载收益归作者所有