铁路:通向网络——铁道部建设“货运营销及生产管理系统”

铁路是国家的基础,是国民经济的大动脉,它在国民经济的发展中,有着举足轻重的作用。随着社会主义市场经济的迅速发展,各种运输方式之间的竞争越来越激烈,铁路面临着严峻的挑战。全国铁路货物发送量虽然没有下降,但货源正逐步流失,货运市场份额也在逐步减少。据统计,1980年到1995年15年间,货物周转量铁路占有份额已从67.3％下降到53.7％,下降了13.6％。更为严峻的是,1996年以来运输市场的竞争进一步加剧,铁路货运出现了历史上从未有过的原提下降、日请求车下降、货源不足的问题。面对这严峻的挑战。铁道部决定对原先的运输生产计划进行彻底改革。     

基于我国铁路货运拓展现代物流的SWOT分析

本文准确地分析了中国铁路货运的发展现状,进行了我国铁路货运拓展现代物流的SWOT分析,旨在为提高我国铁路货运资源的利用率,使铁路物流业能主动适应外部经贸环境和运输物流市场需求变化,有利于实现铁路货源的可持续发展。     

网络平台道路货物运输调度方法实现

集约整合和科学调度车辆、站场、货源等零散物流资源,有效解决了传统货运业运输成本高、效率低、抗风险能力差等问题。利用网络平台开发与硬件研发等方法,完成对接承运平台的司机端App的开发与应用,解决货物运输不能实时卫星监控问题;解决司机不能实时匹配货源问题;解决货运司机、货运车辆、货物和运输目的地等数据不能实时更新问题;解决货运过程不能实时反馈与货物运输大数据精准服务问题。     

铁路快捷货运班列轴幅式服务网络设计优化

为了使铁路快捷货物运输更加适应物流化的需求,研究轴幅式网络下铁路物流基地站间快捷货运班列服务网络设计问题.以固定成本、变动成本和惩罚成本最小为目标,构建单目标混合整数线性规划模型,同时囊括客户送达时间和班列服务等级要求,以及铁路线路通过能力限制,并结合模型特点和问题规模,设计遗传算法求解模型.最后,通过切实案例验证了模型和算法的有效性.算例结果表明,所提出的模型和算法可有效地描述和求解实际问题,同时,基于轴幅式网络的服务网络设计思路和方法对铁路快捷货物运输组织有一定的借鉴意义.     

基于LocalSearch的智能货运路线匹配设计与实现

传统物流行业中，货主需要向全国各个省市区发送货物，存在上千条线路。这就导致了货主每次招标时都要对这些线路的报价进行计算后选择2～3家承运商，靠手工Excel填写统计计算非常浪费时间。为了解决这个问题，设计并实现了基于LocalSearch的智能货运路线匹配系统，通过采用退火模拟和禁忌搜索等方式，能够在极短的时间内计算一个满足货主复杂招标要求的近似最优解，且计算结果要比手工计算优于20%以上，有助于节约人力成本，降低运费。     

关于货运组织模式和货运产品创新的探讨

简要分析了铁路运输的现状,研究了铁路运输的对策,进一步推动货运产品和组织方式的创新,开发适销对路和丰富多样的货运产品,以适应现代物流的发展要求。通过高效、快捷的运输组织方式和灵活的定价机制,全面打造铁路运输品牌,提升铁路的综合竞争力。     

铁路货票数据的知识发现

铁路货票蕴含着极为丰富的信息资源,它是铁路生产经营管理的重要基础数据。该文从3个方面对货票数据进行了知识挖掘。运用集合理论构造关系数据库特征关联模型,描述了特征规则知识的表达,提出了算法,并对实际的货票数据进行了知识挖掘,分析了知识对营销的启示;运用聚类知识挖掘模型,从货物运距、货物运价号和客户对公司的收入贡献等方面探讨了货运市场的细分,挖掘出来的知识明确了铁路货运目标市场的选择;运用ARIMA模型对货票数据进行了季节性知识挖掘,用1999年—2005年的历史数据估算2006年的货运量。     

基于Fastadmin铁路4PL物流链站群管理系统的开发设计

对于铁路货物的门到站、门到门、站到门运输的发展现状进行简要的战略分析,并结合站到门货物运输在管理统筹方面所存在的问题[1],通过设计铁路4PL物流链站群管理系统,充分利用社会物流资源,以实现快捷货物站到门运输链的完善;提供可个性化定制的站到门运输服务;采用信息技术革新管理的方式,多方面、全方位对铁路发展快捷货物站到门运输提出了关键性系统设计。     

国际货运

国际货运○国际铁路联运１．我国参加国际铁路联运概况在两个或两个以上国家铁路运输中，使用一份统一的国际联运单据，由铁路负责全程运送，并由一国铁路向另一国铁路移交货物，不需收货人和发货人参加，这种运输称为国际铁路货物联运。１９５１年４月１日起，我国同前苏...     

联通3G物流企业信息化平台的实现研究

本文重点研究了如何利用中国联通3G网络实现联通3G物流企业信息化平台。采用车载、手持、PC终端等多种交互工具,打破区域、企业限制,为物流企业、车主、货主提供空车信息、发货需求、车辆配货、货物配车等信息服务,有效利用返程空车,降低货物整体运输成本;提供物流信息数据交换、公共信息发布、货源物流状态跟踪、网上车货配载交易、宏观数据统计等公共信息服务。该平台打通物流企业整体业务全流程,科学有效的解决了众多物流企业在物流信息化方面的共同面临的问题,实现了"高效物流"与"精确管理",使得掌上配货业务应运而生。     

基于目标优先级的区域铁路网目标规划模型建立及分析

从区域铁路网假设规模的层面出发,对铁路客货运输量、经济发展水平、铁路网规模三者间的关联性进行了深入研究,构建得到了预测区域铁路网建设规模的规划模型.把问题分成二个不同阶段再对其实施求解,第一阶段是通过分析区域社会经济发展情况来确定铁路客货运输量,第二阶段是按照之前得到的客货运输量来计算区域铁路网的建设规模.铁路网运输能...     

基于双论域粗糙集的快捷货物运输方案选择

针对多种不确定因素下的快捷货物运输方案决策问题,提出一种基于双论域直觉模糊粗糙集的快捷货物运输方案决策模型与决策规则。依据双论域直觉模糊粗糙集理论来确定快捷货物运输方案决策的双论域模糊近似空间。将固定成本、运输成本、转运成本、碳排放、转运时间等评价指标的消耗程度视为直觉模糊数,利用评价指标与运输方案之间的直觉模糊关系计算求得下近似集与上近似集,并引入最大直觉性指标及海明贴近度得出运输方案决策规则。以兰州至北京的一条快捷货物运输线路为例,依据决策规则从公路、普铁、航空组合出的9种运输方式中选择出最优运输方案。对运输成本、转运成本进行灵敏度分析以验证结果的准确性。最终选择出的两种最优运输方案表明了双论域直觉模糊粗糙集在此类问题上的适用性。     

基于GS-LSTM模型的铁路货运量预测

铁路货运量预测的准确性对铁路运输企业制定营销计划和营销决策来说是必要的,尤其是短期铁路货运量的影响至关重要。为了提高铁路货运量的预测精度,提出一种优化长短期记忆网络(Long-Short Term Memory,LSTM)参数的预测模型——GS-LSTM模型,通过利用网格搜索算法(Grid Search)对LSTM模型训练网络中最主要的参数(批量大小、隐含层神经单元个数和学习率)进行优化。基于2005年1月—2021年7月的铁路货运量月度数据,首先建立BP和LSTM模型对预测结果进行比较,LSTM模型比BP模型的MAPE降低1.55个百分点,然后分别对BP和LSTM模型的网络参数进行优化后再进行比较,优化后的2种模型比基础模型的预测效果均有提高,而且优化后的LSTM模型比BP模型的MAPE又进一步降低0.18个百分点。实验结果显示,优化后的LSTM模型预测效果更佳,泛化能力更好,具有很好的研究和使用价值。     

基于改进粒子群优化算法的灰色神经网络的铁路货运量预测

针对现有铁路货运量预测方法的不足,提出基于改进粒子群优化算法的灰色神经网络（IPSO-GNN）的铁路货运量预测方法,通过IPSO对常规灰色神经网络（GNN）的白化参数进行优化,改善了GNN的不足,保证了预测精度;同时利用灰色关联分析法,计算了铁路货运量和影响因素间的关联度,以最主要的6个关联因素,建立了基于IPSO-GNN的铁路货运量预测模型。仿真实验结果表明,在铁路货运量预测中此模型预测精度优于常规GNN及其他预测方法,说明此预测方法有效可行。     

货运改革铁路站段信息共享平台建设的研究

铁路货运改革正在如火如荼的进行,建设一个可靠的、高效的、易于使用的铁路站段信息共享平台将成为货运改革成败的关键。首先分析了铁路站段信息系统现状和信息共享存在的问题,提出了铁路站段信息共享平台建设的解决方案;然后对信息共享平台的设计原则和关键技术进行了详细介绍;最后给出了铁路站段信息共享平台的实现方法。     

基于NLAPSO．RBF的铁路货运量预测研究

铁路货运量需求预测在国家和区域经济发展规划、运输经营决策中具有重要作用。针对提高预测准确性与收敛速度问题,建立了基于RBF神经网络的预测模型。该模型具有最佳函数逼近性能和全局最优特性,适于预测计算,但有参数确定与优化的难题。提出一种基于非线性学习因子调节的粒子群优化（NLA-PSO）算法应用于RBF神经网络的参数优化,进而提高铁路货运量预测的精度与效率。通过1992--2011年铁路货运量预测的实例验证,将仿真结果与其他算法进行了比对,证明了方法的预测精度与收敛速度均优于其他算法,在铁路货运量预测计算上有效可行。     

基于并行C4.5的铁路零散白货客户流失预测研究

为了提高铁路零散白货客户流失预测的准确性和高效性,根据铁路零散白货客户的流失特征,提出了基于CDL模型的客户流失识别方法,在此基础上,针对数据量大的问题,提出了基于Hadoop并行框架的C4.5决策树客户流失预测模型。通过仿真实验,证明该模型具有较好的准确性和预测能力,并且随着样本数量的增加,Hadoop并行框架的效率得到了明显的提升,且不影响客户流失预测模型的准确性和预测能力。     

货运列车车载网络轻量级身份认证协议研究

随着铁路运输不断发展,对货运列车的安全提出了更高要求。目前的地对车安全监控体系由于技术限制,无法满足列车实时的安全需求。车载传感器可以实时收集车辆信息,保证列车安全运行。车载传感器通信基础是车载网络。安全车载网络组成的基础是网络节点的身份认证,提出适用于货运列车车载网络节点身份认证的轻量级身份认证协议,轻量级身份认证保证所有网络节点均为可信节点,并且减少与可信第三方的交互。     

AdaBoost_BP神经网络在铁路货运量预测中的应用

为提高BP神经网络预测模型的预测准确性,将AdaBoost算法和BP神经网络相结合,提出了一种AdaBoost_BP神经网络预测模型。将该预测模型应用于我国1999年—2009年铁路货运量的历史统计数据,进行有效性验证,结果表明该模型对铁路货运量预测是有效、可靠的,且具有较高的预测精度,可应用于实际预测。