1. 研究目的与意义
目的：1.针对目前货物周转量是综合反映货运工作成绩及其重要性指标存在的不足之处，构建以时间为序列，分析货物周转量与周转方式之间的潜在规律，分析预测各月度的货物周转情况，以便从宏观的角度去理解货物周转量是货运工作的重要指标之一，从而更好地去开展国家货运周转工作；2.结合公路、铁路、民航、水运四种货运周转方式的优点和局限性以及货物周转量，建立不同运输方式所承担货物周转量合理比例，避免出现极端现象；3.利用时间序列预测技术，调查分析以往的36个月月度数据，选择其中24个月度进行分析预测，对货运市场的周转量进行分析、预测、判断，得出货运市场的发展趋势与变化规律，并利用剩下的12个月进行检验。
从而为运输企业制定货运计划和决策提供依据。
理论意义：月度货物周转量是运输行业较为重要的一项研究工作，虽然国内外的研究学者在货物周转量预测领域有了一定的研究成果，但随着理论和技术的推陈出新，月度货物周转量预测分析的理论和方法需要进一步的完善。
2. 国内外研究现状分析
耿波对十二五期间中国铁路货物周转量预测，通过Markov转移概率矩阵预测运输结构，进一步预测铁路货物周转量；刘辉基于BP神经网络的江西省铁路货物周转量预测得出BP神经网络模型预测货物周转量精度较高；梁鑫、王前锋基于SPSS的我国航空货物周转量分析预测；杨丽蓉、吕红霞基于粗糙集与熵的铁路货物周转量预测，通过对货物周转量的预测可知，铁路货物周转量有下降趋势，基于改进后的粗糙集离散化方法，结果更可靠；蒋健、何世伟基于改进时间序列法的全社会货物周转量预测，将模糊数学概念加入到时间序列预测方法中，得到了基于改进时间序列法的全社会货物周转量的预测模型，并据此预测了2006年全社会的货物周转量；常丹丹基于深度学习的公路货物运输量预测方法研究，发现LSTM模型比ARMIA模型更优，具有更好的拟合效果和精确度；Brockwell,Peter对introduction to time series and forecasting的研究；朱大鹏、李严锋、曹杰、惠春梅、蔡媛媛基于改进的灰色模型对货物周转量的预测，通过对一般意义上的GM模型改进，采用新陈代谢的GM模型为初始条件的GM模型组合的新型模型进行了预测，提高了预测的准确性，降低了预测误差；Montgomery对Forecasting and time series analysis的研究；曾广东、赵春翔、许涛涛、杨文浩基于信度灰色马尔科夫模型的广东省货物周转量预测，表明使用信度灰色马尔科夫模型链对预测值的纠正明显降低了误差，解决了GM模型无法做到的精确预测；李晓东对吉林省综合交通运输需求预测分析；李之红、袁振洲、许旺土对综合货运网络规模及货物周转量算法研究，采用数理统计的方法，得出三大产业生产总值和五种运输方式所承担的货物周转量的相关关系函数，并以此确定综合货运网络各种运输方式的里程规模。
3. 研究的基本内容与计划
论文研究的主要内容：1.第一部分是绪论部分。
首先阐述了月度货物周转量预测的研究的背景与意义，强调预测月度货物周转量的重要性。
然后对国内外关于本文研究主题相关方面的研究成果和动态进行阐述，包括月度货物周转量预测方面，月度货物周转方式方面以及分析模型三个方面。
4. 研究创新点
特色：1.基于时间序列，以月度货物周转量为分析对象，来分析预测短期未来的货物周转量趋势；2.基于时间序列，以月度货物周转方式为分析对象，来分析预测短期未来货物周转量的比例；3.将传统分析预测模型与新型分析预测模型进行对比，选择预测分析效果更好，更优的模型。
创新：1.基于以往的数据分析，采用时间序列分析法和相应软件预测，同时分析月度货物周转量和月度货物周转方式的情况与趋势，而不是单一的研究对象，将周转量与周转方式结合，可以更好的，更清楚地反映月度货物的周转情况；采用时间序列分析法，建立ARMA模型，克服传统分析预测模型的局限性，提高预测的精确度和数据的可靠性。
