共查询到20条相似文献,搜索用时 220 毫秒
1.
2.
在灰色预测模型、BF神经网络与粒子群优化算法PSO的基础上建立基于灰色PSO-BP的公路客运量预测模型。并根据陕西省近10 a的公路客运量数据,对GM(1,1)、BP神经网络、灰色PSO-BP网络预测模型的预测结果进行比较,得出基于灰色PSO-BP的客运量预测模型能充分发挥各种算法的优势、提高预测精度,更适合运用在公路客运量预测的领域中。 相似文献
3.
客运量预测是进行公路网规划的必要环节和计算公路经济效益的基础。为了提高公路客运量的预测精度,在现有客运量预测模型基础上,采用IOWGA算子将三次指数平滑、GM(1,1)预测和BP神经网络结合起来,建立组合预测模型,并以全国公路客运量为例,验证预测结果的精度。分析计算结果,将该模型所得结果与其它常用方法相比,与实际客运量之间相差较小,预测精度较好,可以作为预测公路客运量的有效方法。 相似文献
4.
铁路客运量预测方法探讨 总被引:1,自引:0,他引:1
本文对常用的指数平滑模型、回归分析法、灰色模型、组合模型等进行了综合研究。根据上海1996-2004年的实际铁路旅客发送量,应用四种模型预测了2005年的旅客发送量,并与实际值进行对比,检验了模型的应用。最后,建议在预测时,根据手中掌握的资料利用多种模型进行预测,然后采用组合方法对预测结果进行修正,可以提高预测精度。 相似文献
5.
6.
7.
公路客运量发展预测是公路客运枢纽站项目可行性研究中的主要内容 ,是确定一个项目建设规模的基础条件。探讨应用经济指标与公路客运量统计数据作为基础数据 ,在经济指标预测中采用增长系数法和三次指数平滑法进行预测 ,采用回归分析模型进行客运量预测 ,从而为公路客运枢纽项目确定规模提供依据 相似文献
8.
为给铁路运输部门规划设计提供科学准确的短期铁路预测客运量,以2005—2018年铁路月客运量为基础,根据其增长趋势和周期性变化规律,分别采用季节性指数平滑法和季节差分自回归移动平均法(seasonal autoregressive integrated moving average,SARIMA)建立模型,预测2019年铁路客运量,并与实际客运量对比。以平均绝对百分比误差(root mean square error,MAPE)和均方根误差(root mean square error,RMSE)为衡量标准,对比分析2种方法的预测结果。分析结果表明:与指数平滑法相比,应用SARIMA模型使预测的铁路客运量的MAPE减少56.26%,RMSE减少64.61%,SARIMA模型更适合对铁路客运量进行短期预测,精度较高。 相似文献
9.
客运量预测是公路网规划不可缺少的环节,是公路经济效益计算的重要基础。以四川省公路客运量为例,利用灰色系统理论,建立GM(1,1)预测模型,并将灰色GM(1,1)预测模型与马尔科夫链状态转移矩阵相结合,进一步提高预测结果的精度。从计算效果上分析,该方法求得的结果与其他方法相比,与实际值偏差较小,预测效果较好。 相似文献
10.
乔向明 《山东交通学院学报》2003,11(1):26-29
以过去10年我国公路客运量时间序列数据为依据,采用回归分析法和弹性系数法,对2003~2005年我国公路客运量进行了预测分析.研究结果对优化公路客运资源配置,建立完善的公路客运市场具有重要的意义,也可为一系列相关问题的决策提供科学和可靠的依据. 相似文献
11.
基于指数平滑法和马尔科夫模型的公路客运量预测方法 总被引:3,自引:0,他引:3
分析了常用的客运量预测方法,提出了一种新的基于指数平滑法和马尔科夫模型的公路客运量预测方法.基于公路客运量的实际值、线性拟合值与二次曲线拟合值,采用二次曲线拟合的方法计算了初始值与平滑系数.以安徽省2000~2009年相关数据为基础,应用指数平滑法预测了2010、2011年的公路客运量.以-11%、一5%、0、5%、11%为划分阈值,将指数平滑法预测结果的相对误差划分为4个状态区间,应用马尔科夫模型对指数平滑法的预测结果进行修正,并与模糊线性回归模型、指数平滑法的预测结果进行比较.分析结果表明:应用提出的方法,2010、2011年安徽省公路客运量的预测结果分别为14.209、15.712亿人,相对误差分别为1.195%、0.492%;应用指数平滑法,预测结果分别为13.468、14.893亿人,相对误差分别为-3.399%、-4.746%;应用模糊线性回归模型,预测结果分别为13.573、15.325亿人,相对误差分别为-2.647%、-1.983%.提出的方法精度较高,满足实际需求. 相似文献
12.
运输通道新建高速铁路客运量预测MD模型 总被引:6,自引:1,他引:6
为了准确分析运输通道新建高速铁路未来客运需求, 应用经济学效用原理和数学分析方法, 对MD(Minimum Drain)预测模型的概念、假设、原理进行了定义和分析, 讨论了需求潜在化实现率、旅行总支付及运输方式选择的机理, 并与传统客运量预测方法对通道总的铁路客运需求量预测结果进行了对比。结果表明, 该模型预测运输通道新建高速铁路未来的市场份额为70%以上, 预测潜在需求年增长率比其他方法低1%, 符合近年来交通量的增长规律, 这说明MD模型与传统运量预测模型结合进行通道运量预测能充分反应通道中各种运输方式的服务水平对其市场份额划分的影响。 相似文献
13.
提出了一种融合多种运输方式的干线公路客流预测方法;通过引入基于“人次”的标准客运单元和“点-线”的枢纽节点转化方法,将公路、铁路、航空以及水运等不同运输方式子网络进行融合,构建了可体现不同运输方式之间换乘关系的综合交通网络模型;考虑出行经济费用、出行时间、最大出行恢复时间、舒适度等因素,构建了综合交通网络下不同运输方式的阻抗模型;利用额定载客数和单位时间发车次数等参数,实现了综合交通网络下不同运输方式路段最大容量的标定;基于标准客运单元和综合交通网络模型提出了考虑综合交通阻抗的客流分布预测模型,实现了考虑其他运输方式影响的干线公路客流预测,并以黑龙江省哈大绥齐地区为例进行方法验证。研究结果表明:与2019年的实际观测值相比,在无伴行线路时基于综合交通网络的干线公路客流预测方法预测结果平均误差为5.47%,略低于传统四阶段法的6.14%,但在有伴行线路时该方法平均误差为4.58%,远小于传统四阶段法的11.89%;相比传统四阶段法,该方法能够更好地反映综合交通网络结构变化后转移客流对干线公路客流量的影响;相比新增水运线路,新增高速铁路或普通铁路伴行线路对干线公路客流影响更大,更能促使公路客流向铁路进行转移。 相似文献
14.
路段上短时间区段内交通量预测ARIMA模型 总被引:1,自引:0,他引:1
探讨了用于路段上小时间间隔里交通量预测ARIMA模型的一般形式及其参数标定、检验、预测的方法,进一步探讨了它的应用. 相似文献
15.
16.
根据经济与交通之间的关系,提出价量比稳定假设,建立了诱增交通量经济预测模型,给出了模型参数的确定方法和相关的函数模型,讨论了进行诱增交通量预测的方法和步骤,最后结合实例对该方法进行了验证. 相似文献
17.
确定了公路货运量的影响因素分别为GDP、人口数量、社会消费零售总额和农副产品产值, 构建了基于模糊线性回归模型的公路货运量预测方法。以延安市公路货运枢纽规划为实例, 1995~2004年的货运统计量作为因变量, 确定了模型的模糊系数。以2005~2010年的货运统计量作为验证值, 分析了模型的拟合精度, 并将模糊线性回归模型的预测结果与指数平滑法、灰色模型、弹性系数法3种常见预测方法的预测结果进行比较。研究结果表明: 在模糊线性回归模型中, t检验的平均值为0.673 07, 说明预测值与实际值差异不显著, 模型预测效果较好; 4种方法的平均相对误差分别为0.073 1、0.100 3、0.167 8、0.232 9, 可见, 本文方法误差最小。 相似文献
18.
货运量预测是铁路运输规划的基础,单一预测方法很难准确有效地进行运量预测。探讨组合模型在铁路货运量预测中的应用,以全铁路货运量及社会经济发展状况为样本,对未来铁路货运量进行预测。实证预测结果表明:组合预测模型能有效综合各模型的有用信息,从而提高模型预测精度,与单一模型相比,该方法具有较好的实用价值。 相似文献
19.
公路交通噪声预测研究 总被引:9,自引:0,他引:9
给出了硬地面、软地面、有限长公路、无限长公路几种条件下的公路交通噪声预测模式, 指出了现有模式误差的来源, 以不同的地面性质和公路长度分别给出了更精确的预测模式 相似文献
20.
为了准确评价中国公路客运安全状况, 研究了长途客车交通事故现状, 利用反力式滚筒制动试验台对长途客运车辆制动性能进行检测, 采用大样本数据采集、多变量数据分析及数学建模等技术手段, 分析了典型长途大客车和轻型客车各项制动性能分布, 同时给出车辆多项制动性能的最优拟合分布及分布参数的最优估计值, 并建立了相应的制动性能统计模型。分析结果表明: 中国公路客运万车死亡率和亿车公里死亡率分别为26.828人.万车-1与6.555人. (亿车.km) -1, 事故率仍然偏高; 长途大客车和轻型客车各项制动性能均服从Weibull分布; 统计模型计算结果与样本实测结果的相对误差均未超过2.378%, 因此, 所建模型计算结果准确可靠。 相似文献