به دنبال رشد چشم‌گیر تقاضا در جابجایی کالا، نظر کارشناسان و مدیران زیادی را در ارتباط با بهبود روند و افزایش کارایی این صنعت به خود جلب کرده است. از اهداف مطالعات حمل‌ونقل کالا در سطح ملی مربوط به تحلیل سیاست‌هایی برای بهبود عملکرد حمل‌ونقل کالا بویژه در بنادر می‌باشد. برای این منظور یکی از ابزارهای مهم، مدل‌های انتخاب وسیله است. در ایران مبادلات داخلی بین دو شیوه ریل و جاده در رقابت هستند. این پژوهش در بحث انتخاب وسیله با توجه به لزوم افزایش سهم ریلی با ایجاد و تقویت شبکه حمل‌ونقل ترکیبی و کشش‌پذیری حمل‌ونقل کالا می‌باشد. با در اختیار داشتن شاخص‌های موثر در انتخاب وسیله حمل‌ونقل کالا و نیز داده‌های دریافتی از شرکت راه‌آهن، سازمان راهداری و حمل‌ونقل جاده‌ای و سازمان بنادر و دریانوردی ایران با استفاده از الگوریتم‌های یادگیری ماشین به مقایسه بیشترین دقت از میان آنها پرداخته است. در ادامه جهت دستیابی به بهبود و افزایش سهم ریل در جابجایی کالا به استخراج ویژگی‌های مهم با در نظرگیری افزایش سهم ریلی به نتایج مطلوب دست یافته است. نتایج نشان داد الگوریتم XGBoost از میان دیگر الگوریتم‌ها بیشترین دقت را دارد. با استفاده از این الگوریتم و روش استخراج ویژگی‌های مهم در مجموعه کالا بررسی گردید و ویژگی‌های میزان تن کیلومتر جاده براساس جمع تناژ حداکثر جاده، میزان تن کیلومتر ریل براساس جمع تناژ حداکثر ریل، حداکثر مقدار تناژ جاده، حداکثر مقدار تناژ ریل، تعرفه کل ریلی و کالای با ارزش حمل شده بین مبدا و مقصد اثرگذارترین ویژگی‌ها در افزایش سهم ریلی محسوب می‌شوند.