龚大丰，田启明

（温州职业技术学院 信息技术系，浙江 温州 325035）

0引 言

据国家发改委、中国物流与采购联合会的通报显示，2017年全国社会物流总额252.8万亿元，按可比价格计算，同比增长6.7%，增速比上年同期提高0.6个百分点。从分季度看，2017年一季度56.7万亿元，增长7.1%，提高1.1个百分点；上半年118.9万亿元，增长7.1%，提高0.9个百分点，全年社会物流总需求呈现稳中有升的发展态势。[1]随着国家对长三角区域经济发展的重视，浙江省货运规模不断扩大，经济结构、服务模式逐步优化。据浙江省统计局公开发布的数据显示，2007年1月—2018年3月，浙江省铁路货运总量超过37 730万t，公路货运总量超过1 222 347万t，水路货运总量超过723 398万t，同比和环比都有明显增长[2]。这对浙江省交通规划和运输能力等提出了严峻考验。

经济和科技的高速发展，促进了浙江省货运的现代化转型，货运在当今的经济发展中有着重要地位，而货运量的变化，直接反应一个地区的经济状况。运用大数据技术进行管理，做好公路货运量的科学预测，能帮助各地区进行智慧交通管理[3]，也可提高公路货运企业的效益，促进公路货运行业持续、健康和稳定发展[4]，为政府开展更合理的路政管理和服务工作及对当地公路规划和建设具有较强的指导意义。本文运用机器学习算法分析浙江省公路货运量的变化情况，尝试发现其变化规律并做出预测，为相关部门提供参考依据。

1相关算法

由于浙江省公路货运量数据源本身带有所需属性和结果标签值，因而选择监督机器学习算法，结合当前开源且主流的python编程语言和scrapy数据采集框架，实现训练模型的预测功能。……