声明
摘要
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 区域一体化研究现状
1.2.2 货运量预测方法研究现状
1.2.3 货运量影响因素研究现状
1.2.4 预测方法评述
1.3 论文主要研究内容
1.3.1 研究内容与研究框架
1.3.2 研究方法
1.3.3 技术路线
1.4 本文可能的创新点
第2章 基础理论
2.1 灰色关联分析介绍
2.1.1 灰色关联分析建模步骤
2.2 VAR模型介绍
2.2.1 基本概念
2.2.2 VAR建模步骤
2.3 ARIMA模型介绍
2.3.1 ARIMA模型分类
2.3.2 ARIMA建模步骤
2.4 SVM模型介绍
2.4.1 SVM模型的原理
2.4.2 SVM模型的算法流程
2.5 本章小结
第3章 京津冀货运量影响因素分析
3.1 京津冀货运量的影响因素
3.1.1 可量化因素
3.1.2 不可量化因素
3.2 灰色关联法实证结果分析
3.2.1 数据的来源与选取
3.2.2 计算灰色关联度
3.3 基于VAR模型的货运量影响因素分析
3.3.1 北京货运量影响因素分析
3.3.2 天津货运量影响因素分析
3.3.3 河北货运量影响因素分析
3.4 本草小结
第4章 京津冀货运量的预测
4.1 京津冀货运发展现状
4.2 京津冀货运量的ARIMA预测
4.2.1 北京货运量预测
4.2.2 天津货运量预测
4.2.3 河北货运量预测
4.3 京津冀货运量的VAR模型预测
4.3.1 北京货运量预测
4.3.2 天津货运量预测
4.3.3 河北货运量预测
4.4 京津冀货运量的SVM模型预测
4.4.1 北京货运量预测
4.4.2 天津货运量预测
4.4.3 河北货运量预测
4.5 三种算法预测结果对比
4.6 本章小结
第5章 研究成果和结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢