考虑费用支付模式的公路网养护调度模型

为使公路养护承包方获取最大的收益现值，研究了业主不同费用支付模式下的路网养护调度问题. 首先，定义了基于时间进度、基于养护进度以及基于养护费用的3种支付模式；其次，构建了以承包方收益现值最大化为目标的养护调度混合整数非线性规划模型，并采用禁忌搜索算法进行求解；最后，通过案例分析验证模型和算法的有效性. 研究结果表明:在3种不同的支付模式下，指派给各养护队的路段以及各路段的养护顺序均有较大的差异；当承包方垫资能力达到一定的水平后，继续提升垫资能力不一定能获得更优的养护调度方案，且无法产生更多的收益现值；业主的支付比例与收益现值之间具有近似单调递增的关系，而折现率与收益现值之间具有负指数关系；增加养护队数量可获取更多的收益现值，但其边际收益逐步降低，只有当承包方的垫资能力和养护队数量同步增长时，才能获取更多的收益现值.      

高速公路路况预测模型的研究

在研究国内外公路路况预测模型的基础上，结合本省高速公路实际情况，在国内首次综合运用灰色系统理论与马尔可夫方法建立了高速公路路况预测模型，该模型引入指数累加生成法和对数轻加生成法对原始数据进行处理，突出了数据的规律性，并首创了公路路况动态划分标准。     

基于滚动时域优化的共享自动驾驶汽车动态调度方法

共享自动驾驶汽车被视为未来城市交通系统的重要组成部分。本文考虑随机订单需求研究共享自动驾驶汽车的动态调度优化方法。通过建立车辆调度时空网络，分别针对订单分配与空车移位生成车辆运行时间弧，提出车辆调度问题的刻画方法。基于马尔科夫决策框架，以时空节点流量为状态，以时空弧流量为决策变量，建立最大化系统净收益的车辆动态调度优化模型。 采取滚动时域优化思想，建立含前视时间窗的随机规划模型，并利用CPLEX优化引擎，滚动求解车辆动态调度决策结果。Sioux Falls网络算例结果表明，滚动时域优化方法可保证车辆动态调度决策效果，提升系统运营效率。在计算时间限制下，滚动时域方法应优先采用长时间窗中等规模 样本。在最大化系统净收益的同时进一步最小化乘客等待时间，可有效提升车辆动态调度决策效果。     

基于神经网络的公交车辆行程时间预测模型研究

城市公交丰辆行程时间预测是公共交通信息服务和运营调度的重要内容,要求较高的实时性和准确性。本文以智能交通运输系统为背景,通过分析公交车辆的行驶特性,基于改进的神经网络模型,建立了公交车辆动态行程时间预测模型,并对比了三种不同输入变量方案的神经网络预测模型,表明该模型具有良好的适用性。此外,将该方法与卡尔曼滤波法的行程时间预测模型进行比较,结果表明,基于神经网络的动态行程时间预测模型精确度较高。     

高速铁路动态票价制定策略

为提高高速铁路在客运市场中的竞争力,文中通过浮动定价机制,达到乘客满意度提高和运营收益增加的双重目标。文中利用数据挖掘技术,建立线路每日发售量数据库,并通过多条件筛选的方法对未来的发售量进行预测。通过实时校验的方法使数据库自净,提高预测精度,还原真实的购票需求。建立动态期望模型,采用动态期望的方法建立随乘客需求变化的动态票价调整模型。并采用蒙特卡罗算法进行数值仿真,验证此模型可达到乘客满意度提高与运营收益同时增加的效果。     

交通流速度时空二维预测方法

从时间和空间2个维度分析了交通流速度的自相关和互相关特性,提出了交通流速度的时空二维预测模型,可对未来交通流进行多步预测。该模型包含曲线拟合加权预测模型和递推时空二维自回归预测模型,动态模型参数可由递推最小二乘法实时识别,静态模型参数通过离线优化得到。将预测的交通流速度应用于车辆宏观运动规划方法中,可将车辆的燃油经济性进一步提高,在上下班高峰路段,油耗可进一步降低近10%。     

��������ӵ����������ʱ�����Ԥ��ģ��

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

民用汽车拥有量非线性时空组合预测模型

基于时空理论,结合未来我国经济发展趋势,对中国民用汽车拥有量进行预测. 首先,根据国内外汽车发展经验,利用灰色Verhulst模型拟合中国汽车拥有量的发展规律,并初步估计中国未来20年汽车拥有量;然后,根据关联理论筛选出与民用汽车拥有量关系密切的若干个社会经济指标,运用主成分分析法对这些指标进行降维,提取出几个主要的彼此不相关的综合指标,运用计量经济学理论建立民用汽车拥有量预测模型,并再次估计中国未来20年汽车拥有量;结合上述两个模型的优点,利用BP神经网络建立非线性组合预测模型. 2003～2007年数据证实该非线性组合预测模型具有更强的可靠性和预测精度. 最后利用该非线性组合预测模型对中国未来20年的民用汽车拥有量进行预测.     

基于动态反馈神经网络的城市轨道交通短期客流预测

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作等的关键。文章在研究城市轨道交通的断面客流特征的基础上,建立基于动态反馈神经网络的城市轨道交通短期客流预测模型,提出通过若干组连续历史断面客流数据训练动态连续的神经网络,以此对未来客流进行预测;并以北京轨道交通某日早高峰客流为例进行分析,验证了该模型与方法的有效性。     

投标过程中的不平衡报价

为了获得更多的收益,投标者在投标过程中必须讲究一定的报价策略.不平衡报价就是投标者经常使用的一种有效方法.笔者给出了不平衡报价的意义、使用条件,在此基础上分析了不平衡报价给投标人带来的收益和可能存在的风险,并利用线形规划理论提出收益预测模型.     

收费公路PPP项目运营期收益调节的期权价值分析

收费公路PPP项目在项目运营过程中,CPI的变化影响项目的收益.在项目谈判阶段,分析CPI对项目收益的影响方式,依据PPP项目的风险共担、收益共享原则,对CPI影响下的社会资本收益不足或超额收益设定收益调节方法,能保障政府和社会资本双方收益、实现双方共赢.本文研究CPI对收费公路PPP项目运营期间收益的影响,提出能体现PPP项目投资回报机制的收益补偿和超额收益分享要求的应对CPI变化的收益调节模型,并用实物期权理论评价模型的期权价值.实证表明,收益调节模型能保障社会资本在收费公路PPP项目运营中的收益,并可以为政府和社会资本的合理决策提供参考,实现合作共赢.     

非线性季节型航空公司客运收入的组合预测方法

针对航空公司的客运收入同时具有增长性趋势和季节波动性特征,使得客运收入的变化呈现出复杂的非线性组合特点,依据灰色预测GM(1,1)模型原理,建立客运收入预测模型,以反映其增长性趋势的特点,建立客运收入季节变动预测模型,以反映其季节波动性特点,最终形成非线性季节型客运收入组合预测模型。航空公司客运收入的预测结果表明,预测值与实际值误差小于1％,该模型有效、可行。     

基于 Shapely 值的公路 BT 项目利益分配研究

BT模式在我国已得到快速发展,这在很大程度上缓解政府建设资金的不足问题。然而利益分配又是项目建设中比较突出的问题,对合作关系的后续发展具有重要影响。将合作博弈中的Shapely值解法运用到公路BT 项目建设中,根据收益分配的影响因素,建立Shapely值分配模型,这一模型能够很好地解决收益分配不合理、不公平问题。     

基于家庭属性差异的大学生出行方式选择行为研究

为剖析家庭属性差异对大学生出行方式选择行为的影响，基于非集计理论，构建家庭属性差异的大学生出行选择多元Logit 模型. 根据四川省2 571 份大学生出行行为调查问卷，运用SPSS 软件标定模型参数，获取影响大学生出行选择的主要家庭属性因素，并进行敏感性分析. 结果表明：家庭平均年收入、经济净流对大学生出行方式选择有显著的影响；以航空运输为参考，家庭平均年收入、经济净流对公路运输方式选择的影响大于铁路运输；“祖辈替孙辈购买机票”的折扣票务形式可提高大学生选择航空出行的概率.     

非等时距GM(1,1)灰色模型在路基沉降预测中的应用

灰色理论现已普遍运用于路基沉降的预测中,以某高速公路为例,运用灰色理论建立路基沉降的非等时距GM(1,1)预测模型,并采用后验差法进行精度检验。以工程实测沉降数据为基础,对模型的预测结果进行了分析。结果表明,预测值与实测值之间误差较小,从而证实该方法的可行性。     

高速铁路不同票价等级席位数量的优化分配研究

在高速铁路旅客运输淡季，通过对列车在整个运行区段内的票价进行折扣，来吸引有潜在出行行为的旅客来乘坐旅客列车，从而提高列车的上座率并增加铁路运输企业的收益。通过分析折扣率和客流增加量的关系，建立以运营收益最大化为目标，以折扣数和不同的折扣率为决策变量的优化模型。最后根据模型的特点给出模型的求解算法，通过对模型的求解得到最优的席位分配方案，并通过案例验证模型的科学性。     

Non-Linear Combined Prediction Model of Medium and Long-Term Civil Vehicle Population of China

With consideration of the economy development tendency in China, a civil vehicle population prediction model is developed based on the space-time theory. First, with the domestic and international experience on vehicle development, the gray Verhulst model is used to describe the vehicle population development tendency and predict the vehicle population in the next 20 years. Second, several social and economical indexes related to the civil vehicle population are selected by comparing the correlation coefficient value, and then, the principal component method is used to reduce dimension of the selected indexes and obtain some principal indexes. Based on the econometrics theory, a forecasting model is formulated to predict the vehicle population in the next 20 years. Integrating these two forecasting models, a non-liner combination forecasting model is developed based on the BP neural network. The reliability and accuracy of the linear combination forecasting model are tested by the vehicle data from 2003 to 2007. Finally, the civil vehicle population of China in the next 20 years is predicted based on the linear combination forecasting model.     

我国全面收益一般理论问题的研究

随着企业的经济活动日趋多样化和复杂化,传统收益确定模式逐渐暴露出其固有的局限性,无法再适应新的经济发展的需要。一个新型的财务业绩报告形式——全面收益表应运而生。本文主要阐述了我国全面收益的理论的一般内容及特点。