基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对铁路货运量的主要13项内部影响因素,以2004~2014年间11年的铁路运输指标统计数据为训练样本,采用BP神经网络建立这些因素与货运量的映射关系,再根据该映射以权积法求解货运量对各因素的敏感度系数,从而定量计算出各项因素对铁路货运量的影响程度.研究结果表明:国铁正式营业里程、货车保有量、货运密度和货车机车平均牵引总重这4项因素对货运量的影响要显著大于其他因素,若需在货源充足的情况下提高货运量,则以上4项因素是需要着重优先考虑的因素.
推荐文章
我国铁路货运量影响因素探析
铁路货运量
影响因素
灰色关联分析
ARDL模型
交通运输经济
基于灰色模型的铁路货运量预测 ——以陕西省铁路货运为例
铁路货运
灰色模型
灰色预测
数据序列
后验差检验
预测精度
基于FOA优化混合核LSSVM的铁路货运量预测
铁路货运量
预测方法
混合核LSSVM
果蝇优化算法
铁路货运量影响因素分析及对策研究
铁路货运量
影响因素
扩能增量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 铁路货运量的内部影响因素及其敏感度分析
来源期刊 铁道科学与工程学报 学科 交通运输
关键词 铁路货运量 内部影响因素 BP神经网络 敏感度分析
年,卷(期) 2018,(5) 所属期刊栏目 运输·物流·工程管理
研究方向 页码范围 1341-1346
页数 6页 分类号 U229
字数 3681字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李夏苗 中南大学交通运输工程学院 121 1197 20.0 26.0
2 郭垂江 湖南铁路科技职业技术学院运输管理学院 40 107 7.0 8.0
3 颜保凡 湖南铁路科技职业技术学院运输管理学院 14 26 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (58)
参考文献  (15)
节点文献
引证文献  (7)
同被引文献  (34)
二级引证文献  (8)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(8)
  • 参考文献(5)
  • 二级参考文献(3)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(8)
  • 引证文献(5)
  • 二级引证文献(3)
2020(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
铁路货运量
内部影响因素
BP神经网络
敏感度分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铁道科学与工程学报
月刊
1672-7029
43-1423/U
大16开
长沙市韶山南路22号
42-59
1979
chi
出版文献量(篇)
4239
总下载数(次)
13
总被引数(次)
26874
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导