模糊线性回归模型在航空客运周转量预测中的应用研究

为能准确把握航空客运周转量的未来特征,寻求高精度预测方法是学术界多年致力研究的热点。拟采用模糊线性回归模型预测我国航空客运周转量,并利用因子分析法对该模型及常见预测方法进行评估。评价结果可知:模糊线性回归模型的预测精度不仅高于单因数趋势外推的预测方法(灰色模型、增长率统计法和指数平滑法),也高于多因素综合性预测模型(多元线性回归),说明此模型在预测航空客运周转量的变化中有一定实用价值。     

铁路货物周转量的半参数回归模型预测

为提高铁路货物周转量预测的准确性,在定性分析的基础上,运用灰色关联度理论选择出反映铁路运输供给能力的7个因素,并用偏最小二乘回归方法处理变量的共线性问题.采用非参数方法表达不能量化的影响因素,建立了半参数回归模型,并与线性回归模型和灰色预测模型进行了比较.研究结果表明,用半参数回归模型预测铁路货物周转量,预测结果的相对误差仅1.7%,比线性回归模型和灰色预测模型的预测精度更高.     

基于灰色系统理论客运量和客运周转量的预测

基于灰色系统GM(1,1)模型对道路客运量及客运周转量进行预测,可避免复杂的相关关系分析,解决由于原始数据离散带来的困难,得到高精度的预测结果.依此模型对山东省道路客运量及客运周转量进行了中短期预测.     

基于GM(1,1)模型的交通客运量发展预测

采用灰色系统理论中的GM(1,1)模型,选取2001~2005年我国客运运量数据,分别建立了铁路、公路和民航客运周转量的预测模型,经检验,模型精度等级较高。应用所建模型进行了2006~2010年客运周转量预测,并对照2006年实际运量数据,证明预测结果精度较高。最后讨论了GM(1,1)预测模型在运量预测实际应用中的指标选取、模型检验和应用范围。     

新疆兵团道路运输业发展趋势分析

在对新疆生产建设兵团道路运输业现状分析的基础上,通过利用一元线性回归模型、平均增长率法以及灰色预测法三种方法分别对兵团2011～2015年的道路旅客运输量、道路货物运输量、道路旅客运输周转量、道路货物运输周转量等进行预测。结果显示,在未来5年当中道路旅客运输以年均7.7%增长,道路货物运输以年均9.2%增长,道路旅客周转量以年均10.6%增长,道路运输货物周转量以年均12.6%增长。     

基于模糊线性回归模型的公路货运量预测方法

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。     

我国航空旅客运输需求预测——基于计量经济学与系统动力学组合模型

航空运输需求预测是民航发展规划和决策的前提,预测结果的精度会对民航的发展产生重要的影响.基于系统动力学原理构建了民航客运需求系统的因果关系图,分析了各因素间的因果关系,在此基础上,建立了航空客运需求的系统动力学模型,并引入了计量经济学来建立模型的数学方程.然后,对模型进行了有效性检验,结果显示建立的模型可以较好地反映民航客运的实际需求,证明了模型的有效性.最后,应用该模型对我国未来几年的航空客运需求进行了预测,并对比了不同的预测情景,结果显示经济水平对航空客运需求影响显著,宽松的人口政策在一定程度上会降低航空客运需求.     

基于简化WITI指标的机场延误预测方法

为实现在战略或预战术阶段对恶劣天气条件下的机场延误进行有效预测,本文引入简化的天气影响交通指标(WITI),采用灰色关联分析的方法,验证该指标与机场延误之间的关联性,再分别以WITI指标和传统指标构建多元线性回归模型和BP神经网络预测模型,对广州白云国际机场(ZGGG)和深圳宝安国际机场(ZGSZ)的离场延误进行预测.结果显示,WITI指标与机场离场延误之间的关联度明显高于传统指标,基于WITI指标比基于传统指标构建的多元线性回归模型,在预测准确度上高出14.09%(ZGGG)和9.79%(ZGSZ),同样在BP神经网络模型中则高出8.00%(ZGGG)和6.41%(ZGSZ),由此认为WITI指标在机场延误预测中具有更好的应用效果.     

城市公共客运交通碳排放及其大气环境影响的实证研究

为促进交通运输结构优化调整，助力绿色低碳交通高质量发展，本文开展了城市公共客运交通CO₂排放及大气环境影响中长期预测的实证研究。针对全国范围公共客运交通不同运输方式CO₂排放及环境影响的中长期预测方法不清和数据积累不全的问题，构建公共客运交通CO₂排放微观测算模型；综合考虑旅客周转量中长期增长趋势与交通运输行为微观特征，提出基于动态线性增长模型的公共客运交通CO₂排放中长期预测方法；构建基于线性气候响应的大气环境模型交通CO₂排放环境影响预测模型，实现宏观层面全国客运交通CO₂排放大气环境影响的中长期预测。选取城市公共客运交通中的城市轨道交通、传统/新能源巡游出租车、传统/新能源公共汽电车，以及城际长途客运交通中的铁路和民航等几种主要公共客运交通运输方式，对本文所提方法进行实例验证。结果表明，未来10年我国公共客运交通CO₂排放量总体呈上升趋势，民航CO₂排放的体量最大，其排放占比将达到71.72%；公共客运交通...     

基于模糊线性模型的舵减横摇广义预测控制

舵减摇技术是一项新的减摇技术,通常其控制器设计所用的舰船模型为通用线性模型,对实际上为非线性被控对象的控制性能要下降.文中依据非线性舰船模型,应用模糊神经网络简化出适应于舵减横摇控制器设计的模糊线性模型,并设计了广义预测控制器.在典型航行工况下进行系统仿真.仿真结果表明,针对模糊线性模型和通用线性模型,用同一种方法与参数设计的2个控制器,前者的减摇率可达到40.70%,要高于后者的25.38%.仿真证明了模糊线性模型的可用性.