基于svm和rbf神经网络的铁路货运市场预警方法研究

《基于svm和rbf神经网络的铁路货运市场预警方法研究》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、恥交道乂肇麵ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文３－ｆｔｆｔ，ｉ＾ｉｉｆｌ基于ＳＶＭ和ＲＢＦ神经瞧的铁路货运市场预警方法硏作者姓名程玲燕学科专业交通运输删与管理——誦师何世伟龍Ｉ；！院系交通运输学院－姬許置）＊Ｒ巧—―谓非：龙；：如乂攀硕±学位论文基于ＳＶＭ和ＲＢＦ神经网络的铁路货运市场预警方法研究Ｓｔｕｄ０打也ｅＥａｒｌＷａｒｎｉｎＭｅ化ｏｄｏｆ民ａｉｌｗａＦｒｅｉｈｔＭａｒｋｅｔｙｙｇｙｇＢａｓｅｄｏｎＳＶＭａｎｄＲＢＦ

2、ＮｅｕｒａｌＮｅｔｗｏｒｋ作者：程玲燕导师：何世伟北京交通大学２０１６年３月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编Ｗ供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可Ｗ为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名；Ｃ材中＾円签

3、字円期；签字円期：年＾月：年月＾：４：学校代码１０００密级公开北京交通大学硕±学位论文基于ＳＶＭ和ＲＢＦ神经网络的铁路货运市场预警方法研究ＳｔｕｄｙｏｎｔｈｅＥａｒｌＷａｒｎｉｎＭｅｔｈｏｄｏｆＲａｉｌｗａｒｅｉｔＭａｒｋｅｔｙｇｙＦｇｈＢａｓｅｄｏｎＳＶＭａｎｄＲＢＦＮｅｕｒａｌＮｅｔｗｏｒｋ作者姓名：程玲燕学号：１３１２０８２４导师姓名：何世伟职称：教授学位类别：王学学位级别；硕：ｔ：学科专业交通运输规划与管理研究方向：运输组织现代化北京交通大学２０１６年３月

4、Ｉ致谢本论文写作从准备到完成经历半年多时间，这期间最要感谢我的导师何世伟教授，从论文选题到文章结构及章节细节指出很多不足之处，给予了很多宝贵建议，使本人的毕业论文能够顺利完成。何老师广博的知识面令我钦佩，对我论文方向上的指导点拨更是让我受益匪浅，少走了很多弯路，使我对论文涉及到的理论知识有了更深的理解。同时感谢师母宋瑞教授，她对我们的关怀与教导使我感受到慈母般的关怀。感谢一同度过研究生近三年的研究生同学；遠红兵、刘洋、刘欣萌和寇春歌。特别感谢逐红兵同学在我论文写作中给予的非常大的帮助；感谢刘洋在我找工作之际不断的鼓励与

5、关怀；感谢刘欣萌和寇春歌作为女生同盟的美好情谊。感谢黎浩东老师对我论文的督促并提出整改意见；感谢周康师兄和殷巧川同学对我论文提出的实质性的建议一；感谢孙杨师兄对我论文结构、细节的把握与建议，直鼓励我耐也与坚持感谢师口的师兄师姐师弟师妹们，；是你们让我在大大的师口里感受到时时刻刻的暖意。一感谢我的家人直Ｗ来对我的包容和支持，，是他们的爱时刻围绕着我陪伴一我走过研究生时光。我的父亲在工作上直给我极大的自由与空间，满怀不舍却一只在每。也祝刚满９个月的外甥女羊羊快乐成长通电话里跟我说身体最重要。感谢我的擎友张雪玉，，、朱晓嫣和孔顺

6、雨陪伴我走过最艰难最焦虑的时光，却胜似兄姐各种方式的关也我、帮助我，不是兄姐。感谢我的舍友段蕴枯，小小宿舍使我们相亲相爱，相护相持。最后，向百忙之中审阅本文的老师们表示诚擎的感谢！北京交逝大学硕±学位论文摘耍摘要近年來，国家宏观经济增速放缓，经济结构调整、产业转型升级、节能减排力度不断加大，煤炭、矿石、钢铁等大宗物资的全社会运输需求总量持续下滑，大宗货源明显减少。自２０１３年Ｗ来，铁路货运量下滑明显，铁路货运市场形势严峻己是不争的事实。在此情形下本文通过对我国铁路货运市场现状及影响因素的分析，在借鉴国内外研究成果的基础上

7、，提出了经济新常态下的铁路货运市场预警方法，对货运市场发展态势进行综合评价与预警。旨在为铁路货运市场预警提供一个新思路和科学方法。首先，论文定义了铁路货运市场预警涵义，并确定了明确警义、分析警情、探索譬源、预报警度、排警调控的基本流程。继而对铁路货运预警方法与预警模型的基本理论进行了分析，选取综合模拟法作为铁路货运市场警情警度的判定方法；采用模型预警法构建铁路货运市场预警模型。接着，论文就构建铁路货运市场预警指标体系进行了重点研究。在现有学者的研究基础上，提出４１个备选指标集，继而通过灰色关联度方法对指标的关联度＂＂－－进

8、行计算，筛选出其中３１个指标，并结合压力状态响应（Ｐ