基于物流空间相互作用模型的铁路运输通道负荷测算
基于复杂网络理论的铁路货运量预测
彼 此 相连 的 平 均概 率 。 定某 一 节 点 假 有 个 最近 邻 ， 这 样 就 构成 了铁路 货 运地 理 网 。 那 么在这 些最近 邻 的点之 间最 多可能 存在 （ 一 １／ ）２ 统 计 分析 表 明其度 分 布 Ｐ（） 图 １ ｋ如 所示 ， 图 １ Ｏ 从 １ 可
。
。
般来说
，
真实 网络
度 分 布 P ( k ) 是 网 络 中节 点 的 平 均 度 分 布 函 数 它
。
展要求
，
造 成 铁路 零担 货源 及 运 量 急 剧 下滑
。
零担 货
、
，
促 进 了零 担 运 输 组 织 方 式 的
运 业 务 整 合 工 作 是 深 入 实 施 内涵 扩 大 再 生 产 推 进 规
国铁 路 货 运 量 的 发 展
关键 词
：
。
20 15
年中
货运
到 整 个 网络 的 度分 布
。
复杂 网 络 的小 世 界 网 络
；
w
—
s
模 型 和 无标 度 网络
‘
削 。
复杂 网络
；
非 线 性 延 迟 方程
B A P
模 型 的 度分 布分 别 为
f (^
，
。
量预测
芷)
一
(k )
=
n
∑c 名 ( 1
， ：
升级 换代 盈
。
模化和 集约化运 输 的重 大 举措 和 具 体 实践
，
，
不仅拓 展
，
了 铁 路 物 流 服 务 功 能 更 大 范 围地 吸 引 了 货 源 扩 充 了
收稿 日 期 责 任编 辑
Holt-Winters模型在铁路货运量预测中的应用
强饔固 爰歪 ＿
Ｈ ｌＷｉｔ ｓ ｏｔ ｎｅ 模型在铁路货运量预测 中的应用 丁 源 等 — ｒ
１ Ｈ ｌ－ ｉｔ ｒ 建 模 基 本 原 理 ｏｔ Ｗ ｎ ｅ ｓ
１１ Ｈ ｌ ． ｏｔ －Ｗｉｔ ｒ 建模 基本 理 论 ｎｅｓ
结 果 的 不 可 靠 性 。文献 ［】 出 了 “ 优 平 滑 系数 ” ４提 最
平稳 的只有趋势性 的时 间序列分别采用单参数指数 、线性或 曲线指数平滑模型进行预测比较有效 ，但对
于 既有 季节 又有趋 势 的 时 间序 列 上述 方 法 基本 上 是 无效 的 ｌ 由于铁路 货运 量是 一 个 存 在季 节 和 周期 变化 】 ］ 。 趋 势 、并 存 在 一定 增 长 （ 降低 ） 势 的 非平 稳 时 间序列 ，而 霍 尔特 一 特斯 （ ｌ Ｗｉｔｒ） 测 模 型非 常适 或 趋 温 Ｈｏｔ ｎｅｓ预 — 合 预测 具 有 明显 趋 势及 季 节性 的数 据 序列 ，特 别适 用于 包 含趋 势 和 季 节变 化 的 时 间序 列 的预 测 问题 。 为 ］ 此 ， 本 文 建立 铁 路 货运 量 的ＨｏｔＷｉｔｒ预 测 模 型 ，以提 高铁 路 货运 量 预测 的 精 度 。 ｌ ｎｅｓ —
文章 编 号 ：１ ０－ ０ ４２ １ ）２ ０ １－ ３ ０ ４ ２ ２ （００ １－ ０ ９ ０
中图 分类 号 ：Ｕ ９ ２ ４ １３
文献标 识 码 ：Ｂ
摘 要 ： 铁 路 贷运 量 的预 测结 果直 接 影 响 到 铁 路 运 输 计 划 及 有 关运 输 政 策 的制 定 。通 过提 出
Ｗｉ ｅ 预 测 方 法 的 有 效 性 和 实 用 性 。 ｎｒ ｔｓ
关键词 ： 铁路 贷物 运 输 ；运 量预 测 ；Ｈ ｌ ｉ ｅ 型 ；指 数平 滑 ｏ Ｗｎ ｒ ｔ ｔ模
物流运输管理第五章运输需求与运输供给
是指单位货运量或货运周转量所对应的货物价值 ， 即一定 货运价值系数 时期内运输货物的总价值与货运总量的比值 。货运价值
系数反映了社会经济的发展水平
第二十三页 共五十一页
,
。
5.1.6 运输需求弹性分析
I 1） 价格弹性 价格弹性指的是运输需求量对运输价格的反应程度。 不同类型 、不同品性的货物对运价的反应也不一样， 如易腐物品的价格弹性就小 。这种运输需求对价格的 不同反应程度称为需求价格弹性。
第十一页 ，共五十一页。
5. 1.3 货物运输需求的类型
1） 以需求范围划分
个别运输需求
指特定的运输需求者在一定时期 、一定运价 下提出的运输需求。
局部需求
由于各地区自然条件 、经济发展的不同 ，产 生了不同的运输需求。
总需求
从宏观经济角度分析运输需求 ，指在一定时 期 、一定运价下 ，个别需求与局部需求的总 和。
第三十三页 ，共五十一页。
2） 运输供给的整体性
■ 运输供给的整体性特征是十分显著的 ， 运输供给的两部 分 ， 即运输基础设施与运输设备是互相依存 、不可分割 的整体 。
■ 运输供给的整体性还表现在运输基础设施的整体 性和运输移动设备的整体性 。
第三十四页 ，共五十一页。
3） 运输供给成本存在外部性
■ 使得本该由运输企业承担的成本部分地转移到消费者 身上 ， 即消费者所承受的“拥挤成本 ” 。
■ 运输活动带来的空气 、水 、噪声等环境污染 ， 能源 和其他资源的过度消耗以及交通阻塞等成本消耗。
第三十五页 ，共五十一页。
4） 运输供给的可替代性和不可替代性
■ 几种运输供给方式或多个运输供给者对同一运输对象 进行空间位移的可能性。
中欧国际铁路运输通道概念内涵与系统构成
特别策划欧（亚）班列于2011年开行，是实现丝绸之路经济带上中欧互联互通的重要载体，是“一带一路”建设的重要早期收获之一。
中欧（亚）班列开行至今，中欧之间的铁路基础设施不断完善，运输更加安全、畅通、快速、便利和有竞争力。
2015年3月，经国务院授权，国家发展和改革委员会、外交部、商务部联合发布《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》，作为我国“一带一路”顶层规划，提出要建设安全高效的陆海空通道网络[1]。
作为2017年“一带一路”高峰论坛的成果，中国铁路总公司与有关国家铁路公司签署《中国、白俄罗斯、德国、哈萨克斯坦、蒙古国、波兰、俄罗斯铁路关于深化中欧班列合作协议》，进一步明确提出要“打造中欧铁路运输大通道”[2]。
研究中欧铁路运输大通道的概念内涵与系统构成对做好“一带一路”基础设施互联互通顶层设计和构建完善的理论框架体系具有重要意义。
1 概念内涵1.1 概念“一带一路”贯穿亚洲、欧洲、非洲3个大陆，重点畅通中国—中亚—俄罗斯—欧洲（波罗的海）、中国—中亚—西亚—波斯湾、中国—东南亚—南亚—印度洋等区域（见图1）。
要推动“一带一路”建设，就要共商共建共享，依靠我国与有关国家已经建立的双多边机制，借助既有的区域政治、经济等合作平台，实现我国与亚欧非各国携手共进。
中欧铁路运输大通道也叫中欧国际铁路运输通道，为“一带一路”的陆路通道，是丝绸之路经济带的交通走廊。
根据“一带一路”顶层规划的系统内中欧国际铁路运输通道概念内涵与系统构成崔艳萍（国家铁路局 市场监测评价中心，北京 100036）作者简介：崔艳萍（1977—），女，研究员，博士。
E-mail：****************摘 要：中欧国际铁路运输通道为“一带一路”的陆路通道，是丝绸之路经济带的交通走廊，正在成为“一带一路”的示范项目和有力抓手。
界定中欧国际铁路运输通道的概念和内涵，分析其与亚欧大陆桥的差异，研究提出中欧国际铁路运输通道的系统构成和各部分主要内容，总结其发展趋势。
基于灰色预测模型的铁路货运量预测
基于灰色预测模型的铁路货运量预测铁路货运量是衡量铁路运输发展水平的重要指标之一。
铁路货运量预测是铁路运输管理的重要组成部分，对于制定合理的投资和运输规划具有重要的指导意义。
目前，国内外运输管理部门普遍采用灰色预测模型对铁路货运量进行预测，本文将从灰色预测模型的基本原理、模型构建、模型评价等方面对铁路货运量预测进行探讨。
一、灰色预测模型基本原理灰色系统理论是由中国科学家李纪周教授提出的一种新型的系统分析和预测方法，简称灰色预测。
灰色预测是一种非常有效的模型，不需要大量的数据，只需少量的数据就可以对未来进行预测。
其基本思想是将数据分为灰色部分和白色部分，对灰色部分进行建模，通过对白色部分的分析，确定模型参数，进而预测未来的发展趋势。
灰色预测模型基本原理包括灰色数学和灰色建模两个方面。
灰色数学是指将不确定的因素通过内部联系表示为确定的因素，从而使模型有可预测性。
灰色建模是将灰色数学应用到实际问题中，通过对数据的特性进行分析，建立灰色预测模型，对未来的趋势做出预测。
二、铁路货运量预测模型构建铁路货运量预测是基于历史数据建立预测模型，通过对历史数据趋势进行分析，建立适合未来预测的模型。
在建立铁路货运量预测模型时，需要考虑以下几个方面。
1、数据的准备铁路货运量预测模型建立的第一步是准备数据。
数据应具有代表性、完整性、可靠性和连续性。
数据的时限应根据预测所需预测时段的长短而确定，过长或过短都不利于预测。
2、数据的稳定性和平稳性分析为了建立有效的预测模型，必须首先对数据的稳定性和平稳性进行分析。
只有稳定和平稳的时间序列才能够进行有效的预测。
3、模型的构建灰色预测模型的具体构建包括确定级数、构建GM(1,1)模型、验证预测模型和修改预测模型。
其中GM(1,1)模型是经典的灰色预测模型之一，其基本思想是通过对原始数据进行累加生成新的数据序列，再建立一阶微分方程的模型，预测未来发展趋势。
4、模型的优化建立铁路货运量预测模型并不止于构建GM(1,1)模型，模型的优化和改进也是关键的一步。
基于 GA-BP 模型的铁路货运量预测
基于 GA-BP 模型的铁路货运量预测
李萍
【期刊名称】《兰州交通大学学报》
【年(卷),期】2014(000)003
【摘要】针对于目前已有铁路货运量预测方法的缺陷与不足，提出基于遗传算法和神经网络的混合预测模型对铁路货运量的预测方法进行改进优化，目的保证其预测精度。
首先引用灰色关联分析法，以此来确定全国铁路货运量与其主要影响因子之间的关联度，然后按照其关联度在标准值之上的关联因子，建立 GA-BP 神经网络预测模型。
最后通过实例分析表明，此模型预测精度及推广能力均优于传统的预测方法，从而证明该方法的可行性和有效性。
【总页数】5页(P203-207)
【作者】李萍
【作者单位】兰州交通大学交通运输学院，甘肃兰州 730070
【正文语种】中文
【中图分类】U294.1
【相关文献】
1.基于灰色预测模型对我国铁路货运量的预测 [J], 左小雨;黄先军
2.基于灰色模型的铁路货运量预测——以陕西省铁路货运为例 [J], 马睿; 孟献刚
3.基于组合预测模型的铁路货运量预测研究 [J], 徐玉萍;邓俊翔;蒋泽华
4.基于ARIMA模型的极端事件下铁路货运量预测研究 [J], 孙斌;陈思伶;杜丽慧
5.基于改进灰色GM(1.1)模型的铁路货运量预测 [J], 肖金山;何涛
因版权原因，仅展示原文概要，查看原文内容请购买。
基于GRA-PCA-GA-BP网络模型的铁路货运量预测分析
基于GRA-PCA-GA-BP网络模型的铁路货运量预测分析侯维磊;刘力军;崔晶娜
【期刊名称】《铁道货运》
【年(卷),期】2017(000)001
【摘要】科学预测铁路货运量能够为我国铁路政策的制定、铁路货运相关规划的出台提供决策支持,对促进我国铁路货运向现代物流转型具有重要意义.为保证铁路货运量预测精度,在数据样本较少且数据波动较大时,提出基于GRA PCA-GA BP网络模型进行铁路货运量预测的方法.利用灰色关联分析和主成分分析对影响铁路货运量的输入指标进行预处理,再利用遗传算法优化取得BP神经网络的权值和阀值,进而求得更为准确的铁路货运量预测值.通过实例分析验证,GRA PCA GA BP网络模型有效、可靠,具有较高的预测精度.
【总页数】5页(P54-58)
【作者】侯维磊;刘力军;崔晶娜
【作者单位】石家庄铁道大学经济管理学院,河北石家庄050043;河北经贸大学管理科学与工程学院,河北石家庄050061;中海油销售河北有限公司开发工程部,河北石家庄050000
【正文语种】中文
【中图分类】U294.1+3
【相关文献】
1.我国东西部铁路货运量增长规律预测分析 [J], 王瑶;彭蓉
2.我国东西部铁路货运量增长规律预测分析 [J], 王瑶;彭蓉
3.铁路物流园区及货运量预测分析 [J], 孔芹;原方方
4.基于SARIMA模型的我国铁路货运量预测分析 [J], 刘梦婷;喻建龙
5.铁路物流园区及货运量预测分析 [J], 孔芹;原方方
因版权原因，仅展示原文概要，查看原文内容请购买。
基于GM(1,N)及神经网络的崇左铁路货运量预测
基于GM(1,N)及神经网络的崇左铁路货运量预测林洁;韦冬丽【摘要】运量的预测是崇左地区铁路及物流业规划极其重要的依据.文章基于对崇左地区铁路运量影响因素的分析,利用灰度GM(1,N)预测模型对铁路运量上限进行预测,并建立BP神经网络预测模型对近年来崇左地区的铁路货运发生量进行预测,得到201 4年铁路货运预测发生量及货运量上限.预测模型与实际数据拟合程度极高,且模型稳定,可根据模型及201 5年规划基础数据对崇左地区铁路运量进行稳定预测.【期刊名称】《西部交通科技》【年(卷),期】2015(000)009【总页数】4页(P92-95)【关键词】铁路运量;预测;GM(1,N)灰度预测模型;BP神经网络预测模型【作者】林洁;韦冬丽【作者单位】广西交通职业技术学院,广西南宁530021;广西交通职业技术学院,广西南宁530021【正文语种】中文【中图分类】U294.10 引言2010年至今，南崇经济带立足于原有经济及地理优势，通过近几年的发展逐渐建成连接中国与东盟的重要物流通道和贸易纽带。
2015年两会期间，广西地区的建设发展被赋予“形成21世纪海上丝绸之路和丝绸之路经济带有机衔接的重要门户”的重要意义。
崇左作为通道上的重要节点，物流产业将面临巨大的挑战，日益膨胀的货运量需求也为南崇经济带的铁路运输发展提供了良好契机。
因此对于近年的铁路运量预测及分析将为高铁建设及地区物流业发展提供重要依据。
近年来，在铁路货运量预测领域主要有两方面分析方法。
（1）利用灰度预测等现代数学方法预测，如万骞在相关问题研究中利用灰度GM（1，1）模型与马尔科夫链相结合的方法预测铁路货运量区间［1］；游庆山利用压缩感知的灰度理论模型获得航空季度货运量及货运量走势［2］。
（2）也有较多学者采用智能算法分析货运量，如李萍在基于GA－BP模型的铁路货运量预测中利用GA及BP神经网络优化规划算法［3］，得到GA－BP神经网络模型，预测精确度较高。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘
要 ： 路 运 输 通 道 是 区域 之 间空 间相 互作 用特 征 的 表 现 实体 之 一 。 本 文 以 Ｗｉｏ 铁 ｌ ｎ空 间相 互 作 用 模 型 为 基 础 ， ｓ
从 原理 的 角 度 、 过 理 论 演 绎 建 立 物 流 空 间相 互模 型 ， 据 模 型 构 造 出“ 互 作 用 负荷 ” 数 ， 使 用 该 参 数 对 我 国 通 根 相 参 并
ｄ ｄ ｃ ｉ ｎ．Ａ ａ ａ ｅ ｅ ａｌｄ Ｉ ｅ ａ ｔｏ ａ ｓ ｃ ｎｓｒ ｃ ｅ ｈ ｏ ｇ ｔ ｐ ｔａ ｎｔ ｒ ｃ ｉ ｏ ｅ ｅ ｕ ｔｏ ｐ ｒ ｍ ｔ ｒ ｃ ｌ ｎｔ ｒ ｃ ｉ ｎ Ｌｏ ｄ ｗａ ｏ ｔｕ ｔ ｄ ｔ ｒ ｕ ｈ ｈｅ ｓ ａ ｉｌｉ ｅ ａ ｔ ｅ ｏｎ ｍ ｄ ｌ
ｏ ｏ ｉｔ ｓ Ｉ ｔ ｒ ｃ ｉ ｎ Ｌ ａ ｓ ｅ ｌ ｙ ｄ ｔ ｅ ｓ ｒ ｈ ｏ ｄ ｏ ａｌ ｙ ｔａ ｓ ｏ ｔ ｔ ｎ ｃ ｒ ｉ ｏ ｎ ｆｌ ｇ ｓｉ ． ｎ ｅ ａ ｔ ｏ ｄ ｗａ ｍｐ ｏ ｅ ｏ ｍ ａ ｕ ｅ ｔ ｅ ｌａ ｆ ｒ ｉ ｃ ｏ ｗａ ｒ ｎ ｐ ｒａ ｉ ｏ ｒｄ ｒ ｉ ｏ Ｃｈ ｎ ，ｗｈ ｃ ｓｂ ｎ ｆ ｉｌｔ ｈ ｌｎ ｉ ｇ ａ ｄ ｔ ｅ ｃ ｎ ｔｕ ｔ ｎ ｏ ａｌ ｙ ｎ ｔ ｒ ｉａ ｉｈ ｉ ｅ ｅ ｉ ａ ｏ ｔ ｅ ｐ ａ ｎ ｎ ｎ ｈ ｏ ｓｒ ｃ ｉ ｆｒ ｉ ｃ ｏ ｗａ ｅ ｗｏ ｋ．
ｏ ｐａ ｉ ｌＩ ｔ ｒ ｃ ｉ ｎ Ｍ ｏ ｅ ｆ Ｌｏ ｉ ｔｃ ｎ Ｓ ｔａ ｎ ｅ ａ ｔｏ ｄ ｌｏ ｇ ｓ ｉ ｓ
ＬＩＨｏ ｇ ｑ Ｓ Ｎ ａ — ｅ ｎ — ｉ． Ｕ Ｙｕ ｎ ｍ ｉ
（ ｈ ｏ ｏ ａ ｓｏ ｔｔ ｎ Ｓ ｉ ｃ ｎ ｎ ｉ ｅｉｇ Ｂ ｉａ ｇ Ｕｎ ｅｓ ｙ Ｂ ｉｎ ０ １ １ ｈｎ ； ｃ Ｓ ｏ ｌ ｆ ｎｐ ｒ ｉ ｅ ｅａ ｄ Ｅ ｇｎ ｒ ， ｅ ｎ ｉ ｒ ｔ ， ｅ ｉｇ１ ０ ９ ，Ｃ ｉａ Ｔｒ ａｏ ｃ ｎ ｅ ｎ ｈ ｖ ｉ ｊ ２ Ｂ ｒ ｕｏ ｏ ． ｕ ｅ ｆ ｍｍｕ ｉ ｔ ｎ ｆ ｈ ｎ ｏ ｇ Ｐ ｏ ｉｃ ， ｉａ ｈ ｎ ｏ ｇ ２ ０ ０ ， ｈｎ ） ａ Ｃ ｎｃ ｉ ｓｏ ａ ｄ ｎ ｒｖｎ ｅ Ｊｎ ｎＳ ａ ｄ ｎ ５ ０ ２ Ｃ ｉａ ａｏ Ｓ
Ｋｅ ｒ ｓ ｒ ｉ ｙ ｔ ａ ｓ ｒａ ｉ ｎ ｃ ｒ ｉｏ ｙ ｗｏ ｄ ： ａｌ ｗａ ｒ ｎ ｐｏ ｔ ｔｏ ｏ ｒｄ ｒ；ｓ ａ ｉｌｉ ｅ ａ ｔｏ ｐ ｔａ ｎｔｒ ｃ ｉｎ；ｌａ ｏ ｄ；ｉ ｔ ｒ ｃ ｉｎ ｌ ａ ｎ ｅ ａ ｔｏ ｏ ｄ
运输 通道 构 成 交 通 运输 网 络 空 间 的骨 架 、 担 承
第７ 第 ４ 卷 期
２０ ０ ８年 １ ０月
北京 交通大学学报 （ 会科学版 ） 社
Ｊｕ ｎ ｌ ｆ ｅ ｉｇＪ ｏｏ ｇＵｎ ｅｓ ｙ Ｓ ｃ ｌ ｃ ｎ ｅ ｄｔ ｎ ｏ ｒ ａ ｏ ｉ ｉ ｔｎ ｉ ｒ ｔ（ ｏ ｉ ｉ ｃｓ ｉｏ ） Ｂ ｊ ｎ ａ ｖ ｉ ａＳ ｅ Ｅ ｉ
中 图分 类 号 ： ２ ２ ５ Ｕ ９ ． 文 献标 识 码 ： Ａ 文 章 编 号 ： ６ ２ ８ ０ （ ０ ８ ０ —０ ５ ０ １ ７ — １ ６ ２ ０ ） ４ ０ ３ —５
Ｍ ｅ ｓ ｒ ｎ ｉｗａ ａ ｓ ０ ｔ ｔ０ ｒ ｉ ｏ ａ ｓ ｄ ａ ｕ ｉ ｇ Ｒａ ｌ ｙ Ｔｒ ｎ ｐ ｒ ａ ｉ ｎ Ｃｏ ｒ ｄ ｒ Ｌｏ ｄ Ｂａ ｅ
铁 路 货 物 运 输 通 道 负荷 进 行 测 算 。基 于“ 互 作 用 负荷 ” 数 而 对铁 路 运 输 通 道 负荷 状 态 的 描 述 、 价 可 为 铁 路 运 相 参 评 输 网络 规 划 、 设 提 供 有 力 的 决 策 支 持 。 建 关键词 ： 路运输通道 ； 间相互作 用； 铁 空 负荷 ； 互 作 用 负荷 相
ｖ０ ． ＮＯ． １７ ４
０ ｃ ． Ｏ８ ｔ ２Ｏ
基 于 物 流 空 间相 互 作 用 模 型 的 铁 路 运 输 通 道 负 荷 测 算
李 红 启 ， 元 媚 ２ 孙
（． １ 北京 航 空航 天 大 学 交通 科 学 与 工 程 学院 ， 京 １０ ９ ； 北 ０１ １
２． 东省 交通 厅 基 本 建 设 工 程 质 量 监 督 站 ， 东 济 南 ２ ０ ０ ） 山 山 ５ ０ ２
Ａｂ ｔ ａ ｔ Ｒａｌ ｙ ｔａ ｓ ｏ ｔ ｔｏ ｏ ｒｄ ｒｉ ｅｏ ｈｅ ｅ ｐｒ ｓ ｉ ａ ｎｔｔｅ ｆｓ ａ ｉ ｌｉ ｅ ａ ｔｏ ｍｏ ｇ ｓｒ ｃ ： ｉｗａ ｒ ｎ ｐ ｒ ａ ｉｎ ｃ ｒ ｉ ｏ ｓｏｎ ｆｔ ｘ ｅ ｓｏｎ ｌｅ ｉｉｓｏ ｐ ｔａ ｎｔ ｒ ｃ ｉ ｎ ａ ｎ ｄｉｆｒ ｎ ｃ ｎ ｍｉ ｅ ｉ ｎ ｉｈ ｐ ｏ ｃ ｅ ｔ ｉ ｍａ ｄ ｆ ｒ ｒ ｉ ｙ ｔａ ｓ ｏ ｔ ｔｏ ｆｅ ｅ ｔｅ ｏ ｏ ｃ ｒ ｇ ｏ ｓ ｗｈ ｃ ｒ ｄｕ ｅ ｃ ｒ ａｎ ｄｅ ｎ ｏ ａｌ ｗａ ｒ ｎ ｐ ｒａ ｉｎ．Ｂａ ｅ ｎ Ｗ ｉ ｏ ｓｄｏ ｌ ｎ ｓ ｓ ａ ｉｌｉ ｅ ａ ｔｏ ｄ ｌ ｈｅｐａ ｅ ａ ｅ ｉ ｅ ｐａ ｉｌｉ ｔ ｒ ｃ ｉ ｄ ｌ ｇｉｔｃ ｙ ｔ ｏ ｅ ｉａｌ ｐ ｔａ ｎｔｒ ｃ ｉｎ ｍｏ ｅ ，ｔ ｐ ｒｈ ｓｄ ｓｇｎ ｄ ａｓ ｔａ ｎ ｅ ａ ｔｏｎ ｍｏ ｅ ｌ ｓ ｉｓｂ ｈｅ ｒ ｔｃ ｌ ｏｆ ｏ ｙ