基于灰色Verhulst-马尔可夫链组合预测方法的公路客运量预测研究

将灰色系统理论和马尔可夫链理论相结合,提出了灰色Verhulst-马尔可夫链组合预测方法来预测具有饱和状态发展趋势的观点;结合广东省公路客运量发展趋势来对该组合预测方法进行具体应用.计算分析证明,该模型较灰色Verhulst模型、灰色GM(1,1)-马尔可夫模型具有预测精度高、适应弹性大、实用性强等特点,可对公路客运量的发展趋势进行宏观把握,对宏观决策具有指导意义.     

基于灰色关联度的公路客运量预测研究

公路客运量预测是综合交通规划、公路专项规划、站场枢纽布局的前提和基础,科学、准确地预测公路客运量具有重要意义。目前常用的预测方法有增长率法、弹性系数法、回归预测法等,均为单因素预测方法。文中引进灰色系统理论,通过定量分析影响公路客运量因素的关联度,合理分配权重,构建组合预测模型,并通过实例加以说明和验证。     

GM(1,3)模型在交通系统公路客运量预测中的应用

交通系统公路客运量预测不仅具有模糊性和动态性等特点,而且受多个因素影响。许多交通研究人员只根据客运量一个因素,用GM(1,1)模型预测。文章运用GM(1,N)系统综合预测模型,考虑系统中多个相关因素,并结合GM(1,1)模型,以原始离散的公路客运量、人口和国内生产总值GDP三组数据数列为基础,建立GM(1,3)模型来预测公路客运量。在详细论述了系统综合预测模型GM(1,3)的建立过程后,用后验差检验法对预测结果进行了检验,预测精度较好,表明此模型对公路客运量预测有一定应用价值。     

灰色预测模型在公路客运量预测中的应用

运用灰色预测系统理论,对国内公路客运量建立了基于灰色预测理论的GM (1, 1) 模型, 并运用GM (1, 1) 模型对2007～2015年国内公路客运量进行了预测.预测结果表明,该方法具有较高的预测精度.     

公路货运需求灰色-组合预测方法研究

现行公路货运需求的预测方法[1]是在现有公路货运量(或周转量)的基础上,通过公路运输需求曲线的趋势外延来描述其发展变化,本文称之为直接预测法。上述方法对公路货运需求的派生性以及不同货运方式之间的协同与竞争作用考虑不足。货运需求是由社会发展派生而来,它在很大程度上受到经济、人口等的影响;同时货运需求是公路还与其他货运方式(如铁路和水运等)共同承担的,它们是相互联合又彼此竞争的关系。考虑到以上不足,本文在灰色关联度的理论基础上,综合考虑公路货运需求外部因素,提出一种间接预测方法--灰色-组合预测法。文章首先给出了灰色关联的基本理论,并以此为基础提出灰色-组合关联的概念以及影响因素相对权重系数的计算方法,接着分析了公路货运需求主要的外部影响因素,然后利用该方法对现有数据进行了实例演算,最后通过演算结果分析,验证了该预测方法的可行性。     

一种顾及多因素影响的公路客运量预测模型

提出采用双线性模型预测公路客运量。预测模型包含时序自回归项、线性回归项和双线性项三部分。为了研究模型参数的时变特性,将公路客运量预测分为模型参数的预测和在此基础上的客运量预测,采用多层递阶方法计算模型的时变参数,然后进一步分析拟合参数的变化曲线,计算后续时段的参数预测值,并以此进行公路客运量预测。实例分析表明,双线性动态预测模型能很好地反映公路客运量的发展特性,具有较高的预测精度和实用价值。     

赤峰市旅客发送量分析预测

科学预测地区客运量,可以为交通运输管理部门合理制定交通运输规划提供依据与数据支持,有利于其规划管理地区客运发展。文中首先采用回归分析法、三次指数平滑法、灰色预测法和弹性系数法建立组合预测模型对赤峰市公路客运量进行了预测;然后根据赤峰市客运适站系数与市内所占客运比例,得出赤峰市内日均旅客发送量;最后通过分析现有客运站场状况,提出在桥北组团新建客运站的建议。     

基于MATLAB的公路运输量预测系统设计

交通流预测是智能交通系统的热门研究领域。本文基于MATLAB软件,运用指数平均法、弹性系数法、回归分析法、灰色预测法和组合预测法,对某市近年来客运量进行预测。结果表明,经过模型验证,运用上述五种方法构建的预测系统均可对客运量交通流进行良好预测。     

基于灰色关联理论的山区公路线形影响因素分析

为了研究影响山区公路4种线形选择的主要因素,运用灰色关联分析理论的思想,以地质条件复杂程度、地形条件等级、河流等级为影响因素建立了山区公路线形灰色关联分析模型,计算了山区公路线形因素关联度。并在此基础上进行关联度排序后判断各个因素的影响程度,根据工程实例和对3种影响因素的分析得到其在4种山区线形的关联度并将其排序。研究结果表明沿河线、越岭线、山脊线、山腰线4种线形的主要影响因素和关联序各不相同,并通过实际数据对比指出工程人员考虑因素的侧重点。该模型可作为山区道路的路线设计时的参考,并为以后山区道路设计提供经验。     

基于新陈代谢-GM(1,N)马尔科夫的轨道交通客运量预测方法

为提高城市轨道交通规划建设的合理性以及相关政策制定的科学性,分析影响城市轨道交通客运量的相关因素,将GM(1,N)预测模型、马尔科夫理论与新陈代谢3种方法的思想相融合,提出一种组合预测模型。首先采用GM(1,N)进行预测,并对预测结果进行残差修正。在此基础上,利用马尔科夫理论构建状态转移概率矩阵,二次修正预测结果,之后融入新陈代谢思想,根据时间序列删除已陈旧的或价值不大的信息,加入已得到的预测结果作为新的预测数据源,对下一时刻进行预测,从而提高模型预测的精度。根据2008-2013年上海市城市轨道交通客运量数据,运用该模型对2015年、2016年上海市城市轨道交通客运量进行预测分析,并与实际结果进行对比。研究结果表明:应用灰色模型,2015年、2016年预测结果分别为335 501. 91万人、382 682. 82万人,相对误差分别为9. 36%,12. 55%。应用提出的方法,预测结果分别为314 724. 28万人、349 397. 59万人,相对误差分别为2. 58%,2. 76%。为了进一步验证模型的准确性,引用北京市轨道交通客运量相关数据进行验证,其结果相对误差分别为2. 87%,3. 27%。可见,轨道交通客运量预测问题属于灰色系统研究范畴,并且所提出的新陈代谢-GM (1,N)马尔科夫模型预测精度较高,满足实际需求,是一种有效的城市轨道交通客运量预测方法,同时使得对客运量预测的研究趋于完整,丰富了该类问题的研究成果。     

灰色系统在公路客运量预测中的应用

客运量预测对公踟客运的规划、发展以及对领导决策会提供可靠的理论依据。本文介绍了如何利用灰色理论建立辽宁省公路客运量预测模型，并对１９９２年至１９９９年辽宁省公路客运量进行了预测。     

基于粒子群算法优化支持向量机的公路客运量预测

公路客运量数据受多种因素影响而呈现非线性等特点,为了提高其预测精度,文中提出粒子群算法（PSO）优化支持向量机（SVM）的公路客运量预测模型,利用PSO寻优能力突出的优点,对支持向量机的参数进行优化选择,并用优化后的支持向量机模型对公路客运量进行预测.研究结果显示,相比BP神经网络和传统的SVM预测方法,基于PSO SVM的预测精度更高.     

经济圈公路网络适应性评价分析研究

在分析经济圈公路网络建设与区域社会经济发展的作用机理的基础上,建立了经济圈公路网络适应性评价指标体系,并提出了一种基于数据包络分析(DEA)的加权灰色关联分析评价方法。该方法综合了DEA和灰色关联分析两种方法的优点,以灰色关联分析为中心模型,通过复合DEA模型来确定每一个被评价对象(决策变量)中各点关联系数的权重向量,从而计算出相对最优的关联度,实现对评价对象客观的优先排序,避免了采用单一评价方法易受评价主体主观影响的缺点。最后通过我国长三角经济圈公路网络的适应性评价实例,对评价方法进行了初步验证,有效可行。     

基于灰色马尔可夫链的桥梁荷载随机过程交通量预测

为了克服灰色预测方法的不足,在灰色模型预测方法的基础上,提出灰色马尔可夫链桥梁荷载随机过程交通量预测模型,该模型的灰色预测曲线能反映交通量历史发展趋势,马尔可夫预测可反映随机波动性对交通量预测的影响,从兼顾了趋势值和波动性两方面因素对预测结果的作用,能克服单一预测模型在交通量预测中的局限性,并可结合交通量实际情况,能实现准确、综合预测交通量的目的。在现有交通量统计资料的基础上,对该模型进行了精度检验,并预测出了2007年的交通量。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,利用灰色马尔可夫理论进行交通量预测是一种行之有效的方法。     

BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型。此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性。实例证明了组合模型的预测精度高于单独的GM(1,1)模型,可以用于公路客运量预测。     

加权盲数回归法在公路客运量预测中的应用

为克服传统客运量回归预算法中测忽视历史数据对未来预测的影响,以及无法处理影响客运量预测不确定因素的问题,提出了采用加权盲数回归方法进行公路客运量预测.该方法以不同权重区分历史数据的差别,采用加权最小二乘法确定回归系数;同时用盲数的形式来表达预测模型的相关变量,来获得客运量可能出现的多个区间,即各个区间可能出现的可信度情况.算例表明,该方法的预测结果比较合理、可靠,预测可信度高.     

公路客运量预测的神经网络组合模型

针对公路客运量预测的问题,基于常用预测方法的研究,提出BP神经网络组合预测模型.结合河南省客运量运输情况,对组合预测模型进行了验证.实验结果表明,该方法对公路客运量的预测很有效.     

运输通道公路旅客中长距离OD模型构造及分段客运量预测

针对运输通道公路旅客中长距离出行特征及调查点OD不一致问题,通过对各运输线路(高速公路、国道等)影响区域交通小区划分及变化的分析,提出利用既有的不同线路上各个调查点的OD调查结果,采用合并、拆分的方法构造通道OD的基本原理及旅客中长距离出行OD模型约束条件和修正方法,进而利用构造的OD模型预测未来年OD分布,推算通道内公路旅客中长距离出行的分段客运量,并结合京郑运输通道的公路分段客运量预测阐述了该方法的具体应用。     

公路货运量灰色模型—马尔可夫链预测方法研究

将灰色系统理论与马尔可夫链相结合,首次提出了灰色模型—马尔可夫链预测公路货运量的方法;并结合"十五"期间中国公路货运量和公路货运市场的发展趋势的预测分析详细阐述了该方法的具体应用。首先建立GM(1,1)灰色动态拟合模型,并以此作为公路货运量发展变化的动态基准线模型;在此基础上应用马尔可夫链确定系统状态转移概率矩阵,通过系统状态的划分、样本值与模型拟合值之间的残差及其标准化离差等指标的分析计算,最终以概率形式分析和预测公路货运量的发展变化区间。理论分析和实践都表明,该法不但预测结果更可靠,而且能够对公路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为。     

基于累积前景理论的公路建设项目灰关联排序模型

考虑决策者风险态度对公路建设项目决策实施的影响,针对公路建设项目决策实施影响因素的灰色特征,设计了公路建设项目影响参数,提出了一种基于累积前景理论的公路建设项目灰关联排序模型。该模型通过[-1,1]线性变化将原始矩阵标准化,应用TOPSIS法得到正负理想方案作为公路建设项目排序决策的参考点;将正负理想方案和公路建设项目分别作为参考数列和被比较数列,应用关联分析法构建了正负关联系数矩阵,并基于累积前景理论及其正负前景价值函数构建了正负前景价值矩阵和方案综合前景值最大化的非线性规划模型,应用极值法求解模型得出最优权向量,最终确定公路建设项目的排序。最后以5条公路建设项目排序为例,与AHP和灰关联投影法进行对比分析,从侧面验证了该模型的可行性与有效性。