【摘 要】
：
大货主生命周期价值预测是铁路货运营销工作的一个重要环节,本文研究的目的是通过数据挖掘技术发现影响大货主生命周期价值重要影响指标和变量,并准确使用预测铁路货运大货主
【机 构】
：
北京交通大学交通运输学院,北京 100044
【出 处】
：
2005年全国博士生学术论坛——交通运输工程学科
论文部分内容阅读
大货主生命周期价值预测是铁路货运营销工作的一个重要环节,本文研究的目的是通过数据挖掘技术发现影响大货主生命周期价值重要影响指标和变量,并准确使用预测铁路货运大货主生命周期价值中货主的未来价值.经过研究发现影响大货主生命周期主要涉及三种类型的变量,分别是专家知识、货运营销信息和环境影响因素.通过研究三种类型变量的影响关系,利用神经元网络构建预测大货主的未来价值的计算模型,最终准确预测大货主生命周期价值.通过对铁路货运营销的历史样本数据进行学习,用实际数据验证了该BP神经网络的有效性.本文共分四大部分:首先概述货主生命周期价值模型以及BP神经网络,然后分析影响因素和剔除不相干因素的敏感度分析方法,接着利用主要影响因素构建BP神经网络计算模型,最后用实际算例进行验证.
其他文献
智能交通系统的飞速发展为交通管理领域提供了丰富、连续的ITS数据,但大部分交通管理中心仍缺乏针对ITS数据的系统化管理体制和方法.所存储ITS数据的利用效率极低,造成了数据
随着近年来我国高速公路的迅速发展,高速公路建设项目所产生的社会经济效益作为公路项目后评价的一项重要内容,已经成为高速公路建设的决策依据之一,影响着我国高速公路的健
交通信息的采集和实时发布是动态车载导航系统高效运作的重要保证.基于探测车的交通数据采集方法是对传统交通信息采集方法的有益补充,也具有投入低、数据精度高、实时性好的
配送中心根据其具体功能而划分为多个功能区域.在配送中心总的建设面积受到限制的前提下,其内部规划要求合理分配各个功能区域内处理的货物种类及数量,并据此科学的确定各功
目前单车道交通流动力学模型已经有很多了,这些模型都能够很好地再现一些复杂的交通流现象.而采用两车道交通流动力学模型来研究两车道交通流问题就非常少,更不用说提出两车
随着我国公路建设投资的持续增长,公路交通体系的建设规模和网络布局问题越发重要.数据包络分析通过分析生产决策单元的投入与产出数据,评价多输入、多输出决策单元之间的相
交通流数据质量控制可以保证从数据源所获得数据的正确性和完整性,并为数据的管理和应用提供可靠的数据基础.虽然历史数据修正方法和交通流理论修正方法能够用于质量控制,但
在建立了带有时间窗的车辆调度模型的基础上,针对问题规模大实时性强的特点,一方面研究了在编码和初始群体生成中加入了知识;另一方面考虑到个体之间的相似性对收敛性的影响,
基于支持向量机在解决分类问题的优势,本文提出基于v-支持向量分类机的交通事件检测方法.首先把交通事件是否发生看成是一个特殊的分类问题,选取v-支持向量分类机和核函数,根
合理的城市道路网结构以及相应的合理的交通管理策略,是缓解城市交通拥挤状况、促进城市健康发展的重要条件.合理、正确、有效地评价和分析道路网结构和现行交通管制方案,对