一种基于最小排放的货物运输结构预测方法技术

本发明专利技术提供一种基于最小排放的货物运输结构预测方法，涉及综合运输领域，包括：获取区域内各种货物运输方式年货运周转量的现状数据、历史数据，计算区域年货运周转总量的现状值、历史值、特定时间前后年均增长率；预测未来年份区域年货运周转总量的下限值和上限值；以运输费用、运输时效、运输碳排放为计算指标，建立区域综合货物运输费用函数、运输时效函数和运输碳排放函数；以运输费用最低、运输时效最高、运输碳排放最小建立预测模型；确定预测模型的约束条件，求解预测模型，预测区域未来年份基于最小排放的货物运输结构。本发明专利技术预测区域未来年份货物运输系统最小排放的各种货物运输方式的分担比例，为区域交通基础设施规划、建设提供支撑。建设提供支撑。建设提供支撑。

【技术实现步骤摘要】
一种基于最小排放的货物运输结构预测方法


[0001]本专利技术涉及综合运输领域，涉及一种基于最小排放的货物运输结构预测方法。

技术介绍

[0002]我国已经步入综合运输体系发展逐步完善的阶段，各种运输方式基础设施逐步成网、比较优势逐步发挥、综合运输效率逐步提升。但是我国货物运输结构仍不合理，公路货运占比较高，柴油货车承担了过多的煤炭、矿石、钢铁等大宗货物的运输任务，由于柴油货车使用强度大、运行环境恶劣等原因，其产生的二氧化碳和污染物排放是机动车大气污染最主要的来源。因此，优化调整货物运输结构、将大宗货物运输由高排放的柴油货车运输转向低碳环保的铁路和水路运输控制柴油货车排放，是交通运输领域实现大气污染防治面临的首要任务。
[0003]然而，目前关于各种货物运输方式结构占比优化方面的研究较少，既有研究主要基于货物运输服务水平进行优化，较少考虑货物运输系统产生的二氧化碳排放，无法根据区域未来货物运输总需求的变化和环境保护目标确定区域未来各种货物运输方式的最优比例。

技术实现思路

[0004]针对上述问题，本专利技术提供了一种基于最小排放的货物运输结构预测方法，明确该区域未来年份各种不同货物运输方式的运输需求，为区域交通基础设施规划提供支撑。
[0005]为实现上述目的，本专利技术提供了一种基于最小排放的货物运输结构预测方法，包括：
[0006]获取区域内公路、水路、铁路、民航四种货物运输方式年货运周转量的现状数据以及历史数据，计算区域年货运周转总量的现状值、特定时间前年均增长率和特定时间后年均增长率；
[0007]根据区域年货运周转总量的所述现状值、特定时间前年均增长率和特定时间后年均增长率，分别预测未来年份的区域年货运周转总量的下限值和上限值；
[0008]分别以运输费用、运输时效、运输碳排放为计算指标，建立区域综合货物运输费用函数、运输时效函数和运输碳排放函数；
[0009]基于所述运输费用函数、运输时效函数和运输碳排放函数，以运输费用最低、运输时效最高、运输碳排放最小建立预测模型；
[0010]根据未来年份的区域年货运周转总量的下限值和上限值、货物运输结构优化趋势、各货物运输方式发展规模确定所述预测模型的约束条件，求解所述预测模型，预测区域未来年份基于最小排放的货物运输结构。
[0011]作为本专利技术的进一步改进，所述历史数据不少于过去10年的数据。
[0012]作为本专利技术的进一步改进，所述计算区域年货运周转总量的现状值、历史值、历史年均增长率；包括：
[0013]所述计算区域年货运周转总量的现状值、历史值、特定时间前年均增长率和特定时间后年均增长率；包括：
[0014]将区域公路、水路、铁路、民航四种不同货物运输方式年货运周转量的所述现状数据相加，得到区域年货运周转总量的现状值；
[0015]将所述历史数据中各年份区域公路、水路、铁路、民航四种不同货物运输方式年货运周转量相加，得到各年份的区域年货运周转总量，各年份的区域年货运周转总量共同构成区域年货运周转总量的历史值；
[0016]计算特定时间前的所述历史数据和所述现状数据中，除第一年外，后面每一年的区域年货运周转总量增长率，再求平均数，得到特定时间前年均增长率；
[0017]计算特定时间后的所述历史数据和所述现状数据中，除第一年外，后面每一年的区域年货运周转总量增长率，再求平均数，得到特定时间后年均增长率。
[0018]作为本专利技术的进一步改进，建立区域综合货物运输费用函数、运输时效函数和运输碳排放函数，包括：
[0019]获取公路、水路、铁路、民航四种货物运输方式的单位运价，得到区域综合货物运输费用函数为
[0020]获取公路、水路、铁路、民航四种货物运输方式的平均运距和平均运行速度，计算得到公路、水路、铁路、民航四种货物运输方式的平均运输时间，得到区域综合货物运输时效函数为
[0021]获取路、水路、铁路、民航四种货物运输方式的碳排放强度，得到区域综合货物运输碳排放函数为
[0022]其中，
[0023]x
i
表示第i种货物运输方式承担的货运周转量，n表示货物运输方式的种类；
[0024]c
i
、t
i
、分别表示第i种货物运输方式的单位运价、平均运输时间及碳排放强度。
[0025]作为本专利技术的进一步改进，所述预测模型为：
[0026][0027]其中，
[0028]k1、k2均为比例系数；
[0029]x
i
表示第i种货物运输方式承担的货运周转量，n表示货物运输方式的种类；
[0030]c
i
、t
i
、分别表示第i种货物运输方式的单位运价、平均运输时间及碳排放强度。
[0031]作为本专利技术的进一步改进，
[0032]根据未来年份的区域年货运周转总量的下限值和上限值，确定区域年货运周转需求总量的上限值和下限值，得到第一约束条件；
[0033]根据货物运输结构优化趋势，确定各种货物运输方式在未来年转至其他货运方式的比例值，得到第二约束条件；
[0034]根据各货物运输方式发展规模，确定每种货物运输方式未来年的最低发展规模，得到第三约束条件。
[0035]作为本专利技术的进一步改进，求解所述预测模型，预测区域未来年基于最小排放的货物运输结构，包括：
[0036]根据预测目标需要，对比例系数k1、k2的取值进行设定，然后采用单纯形法，基于各约束条件，求解得到唯一最优解；
[0037]所述唯一最优解即为未来年的货物运输结构预测结果。
[0038]与现有技术相比，本专利技术的有益效果为：
[0039]本专利技术通过一种基于最小排放的货物运输结构预测方法，基于区域公路、水路、铁路、民航等不同货物运输方式的历年货运周转量数据，预测区域未来年份不同货物运输方式的发展趋势，基于不同货物运输方式的碳排放量，预测区域未来年份实现货物运输系统最小排放的各种货物运输方式的分担比例，明确区域未来各种不同货物运输方式的运输需求，为区域交通基础设施规划、建设提供支撑。
附图说明
[0040]图1为本专利技术一种实施例公开的基于最小排放的货物运输结构预测方法流程图。
具体实施方式
[0041]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0042]下面结合附图对本专利技术做进一步的详细描述：
[0043]如图1所示，本专利技术提供的一种基于最小排放的货物运输结构预测方法，包括步骤：
[0044]S1、获取区域内公路、水路、铁路、民航四种货物运输方式年货本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于最小排放的货物运输结构预测方法，其特征在于，包括：获取区域内公路、水路、铁路、民航四种货物运输方式年货运周转量的现状数据以及历史数据，计算区域年货运周转总量的现状值、特定时间前年均增长率和特定时间后年均增长率；根据区域年货运周转总量的所述现状值、特定时间前年均增长率和特定时间后年均增长率，分别预测未来年份的区域年货运周转总量的下限值和上限值；分别以运输费用、运输时效、运输碳排放为计算指标，建立区域综合货物运输费用函数、运输时效函数和运输碳排放函数；基于所述运输费用函数、运输时效函数和运输碳排放函数，以运输费用最低、运输时效最高、运输碳排放最小建立预测模型；根据未来年份的区域年货运周转总量的下限值和上限值、货物运输结构优化趋势、各货物运输方式发展规模确定所述预测模型的约束条件，求解所述预测模型，预测区域未来年份基于最小排放的货物运输结构。2.根据权利要求1所述的基于最小排放的货物运输结构预测方法，其特征在于：所述历史数据不少于过去10年的数据。3.根据权利要求1所述的基于最小排放的货物运输结构预测方法，其特征在于：所述计算区域年货运周转总量的现状值、历史值、特定时间前年均增长率和特定时间后年均增长率；包括：将区域公路、水路、铁路、民航四种不同货物运输方式年货运周转量的所述现状数据相加，得到区域年货运周转总量的现状值；将所述历史数据中各年份区域公路、水路、铁路、民航四种不同货物运输方式年货运周转量相加，得到各年份的区域年货运周转总量，各年份的区域年货运周转总量共同构成区域年货运周转总量的历史值；计算特定时间前的所述历史数据和所述现状数据中，除第一年外，后面每一年的区域年货运周转总量增长率，再求平均数，得到特定时间前年均增长率；计算特定时间后的所述历史数据和所述现状数据中，除第一年外，后面每一年的区域年货运周转总量增长率，再求平均数，得到特定时间后年均增长率。4.根据权利要求1所述的基于最小排放的货物运输结构预测方法，其特征在于：建立...

【专利技术属性】
技术研发人员：宋媛媛，刘胜强，吴睿，王人洁，李悦，谭晓雨，刘洁，黄全胜，徐洪磊，
申请(专利权)人：交通运输部规划研究院，
类型：发明
国别省市：