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。     

基于预测有效度的组合模型在交通量预测中的应用

在已有交通量预测模型的基础上,建立了基于预测有效度的组合预测模型,应用规划方法求解出各单一预测模型的最优权重系数。通过实测数据的验证表明,该组合预测方法具有比回归分析和神经网络预测模型更高的精度,组合方法为交通量的预测提供了一种可靠而有效的新途径。     

高填路堤沉降的优化组合预测

通过对高填路堤沉降规律的分析,采用组合预测方法进行沉降预测,以便综合利用不同预测模型所提供的信息并提高预测精度。普遍组合预测模型多为以组合预测的误差平方和或离差绝对值之和最小为精度指标的单目标优化模型,不一定能如实反映预测方法的有效性。采用基于预测有效度为精度指标的多目标组合预测模型,求解优化预测值,并通过具体工程实例说明其优越性。     

面向运营管理的多粒度省际客运需求预测方法

客运量是表征省际客运需求,开展行业运营管理的基础指标.为增强省际客运行业运营管理水平,提高旅客出行效率和应急保障能力,建立面向省际客运运营管理的年客运量和节假日客运量的多粒度预测模型.在影响因素与省际年客运量关联度分析的基础上,构建基于BP神经网络的年客运量预测模型.考虑特殊节假日的影响特征,提出了指数平滑与季节模型相结合的节假日客运量组合预测模型,实现节假日总客运量、日客运量的预测.以北京的实际数据为例,对预测模型进行精度验证.结果表明,年客运量预测模型的平均相对误差为0.15%,春运期间每日客运量预测模型的平均相对误差为6.7%,能较好地体现客运量在不同阶段的变化趋势,具有良好的稳定性.      

2016年京南地区2大客运站“春运”情况调查

盘点猴年春运,除了运力上的提升外,还有很多喜人的变化悄然出现,例如:深化服务,旅客走得更满意;车辆档次提升,旅客走得更舒服;全面保障,旅客走得更安全。3月3日,为期40天的2016年"春运"顺利落下了帷幕。据交通运输部发布数据显示,2016年春运期间,全国旅客发送量超过29.1亿人次,比2015年同期增长3.8%。其中,铁路客运量3.25亿人次,同比增长10.2%;道路客运量24.95亿人次,同比增长3%;水路客运量4 260万人次,同比下降0.6%;民航客运量5 140万人次,同比增长4.7%。从数据中可以看出,道路运输仍然担当了本次春运的主     

组合优化模型在麻栗垭隧道监控量测数据处理中的应用

监控量测作为隧道新奥法施工的三要素之一,通过量测数据,对数据进行分析处理能够有效反馈指导施工。基于多目标加权灰色局势决策法、模糊自适应变权重组合预测法建立最优非线性组合预测模型。在麻栗垭隧道中应用组合优化模型分析预测了拱顶沉降值,结果表明该模型对隧道施工过程围岩变形能够进行有效的预测和反馈。     

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。     

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.     

山区高速公路顺向高边坡变形预测模型研究

顺向坡由于本身的结构特点,较逆向坡更容易沿结构面产生崩塌或局部滑移,做好边坡监测与预测工作工程意义重大。该文以湖南省某在建山区高速公路中一典型顺向高边坡为研究对象,在选用GM(1,1)模型、泊松曲线、S-lgt曲线的基础上提出了一种基于误差反比例分配权系数的变权重组合预测模型,并与传统熵值法确权组合预测进行比对,研究结果表明:基于误差反比例确权的组合预测模型不仅预测精度高,而且大大简化了求解权重的过程。     

运输通道客运需求方式结构组合预测方法研究

在阐述客运需求结构的定义及其影响因素的基础上,探讨客运需求方式结构的形成机理。基于此形成机理,提出旅客出行选择运输方式的层次结构过程,并依此构建间接预测模型。将间接预测模型与MNL模型（直接预测模型）进行组合预测,通过对2种模型预测结果进行差异化的权重赋予,从而形成最终预测结果。以沪宁运输通道为实例对该组合预测方法进行试验,并对预测结果与现状数据进行比较,结果表明该组合预测方法具有较好的可行性。     

多元评价体系组合模型在铁路隧道变形预测中的应用

为克服传统预测模型结构单一、预测精度及稳定性不足等缺陷,提出多元体系组合预测模型的建模思路。首先,基于支持向量机、BP神经网络及ARMA模型3种单一预测模型,构建铁路隧道变形预测体系;再以均方根误差、误差平方和及平均绝对误差等为评价准则或指标,构建各预测结果的误差评价体系,求解各单项预测模型的权值贡献指数,得到最优组合权值;然后利用后验差检验、残差检验和关联度检验构建预测精度校验体系,对组合预测结果进行检验,评价预测模型的有效性;最后,结合工程实例,对多元体系组合预测模型在特大断面隧道中的变形预测效果进行检验。结果表明:多元评价体系组合模型预测相对误差值均小于2%,具有较高的预测精度,且较单一预测模型具有更高的预测精度,也一致通过相关检验,验证了多元体系组合预测模型的有效性。     

基于GGAP-RBF神经网络的多参数纯电动客车蓄电池荷电状态预测

为了准确预测纯电动客车蓄电池的荷电状态(SOC),提出了基于广义生长剪枝径向基函数(GGAP-RBF)神经网络的多参数纯电动客车蓄电池SOC预测模型.首先以蓄电池端电压、放电电流、环境温度和循环次数作为神经网络输入参数建立GGAP-RBF神经网络蓄电池SOC预测模型,然后以不同放电倍率、环境温度和循环次数的蓄电池放电试验数据作为样本对模型进行训练,并建立了蓄电池仿真模型和纯电动客车整车仿真模型,最后进行了城市道路循环行驶工况(UDDS工况)下单体蓄电池放电试验和纯电动客车40 km · h-1等速行驶续驶里程试验研究.结果表明:UDDS工况下,SOC预测值与试验值的均方根误差为0.026 4,平均绝对误差为0.020 6;纯电动客车40 km· h-1等速行驶工况下,SOC预测值与试验值的均方根误差为0.039 9,平均绝对误差为0.031 3;表明所建立的蓄电池SOC预测模型在各种工况下均能精确预测蓄电池SOC.     

网络扩容和拥挤道路使用收费的组合模型及求解算法

研究了网络扩容和拥挤道路使用收费组合问题 ,建立了双层规划模型 ,其中上层模型以网络的净效益最大化为目标 ,下层模型是一个弹性需求的随机用户平衡 ( SUE)模型。鉴于双层模型求解的复杂性 ,设计了一个基于步长加速法和惩罚函数法的启发式算法 ;实例计算表明 ,该组合模型的结果比纯拥挤道路使用收费的结果更合理、更容易为公众所接受 ,增强了实施拥挤道路使用收费的可行性     

泉州市道路旅游客运车辆需求量预测分析

为预测泉州市道路旅游客运的需求,在对泉州市道路旅游客运运量发展现状分析的基础上,选取GDP、第三产业值、城镇居民人均可支配收入、全年旅游总收入4个影响道路旅游客运量的重要因素,建立多元回归预测模型对泉州市旅游车辆完成的客运量需求进行预测,采取以运输量确定运输车辆数的办法计算出泉州市道路旅游运力的需求。     

环境承载力约束条件下城市最大乘用车保有量预测

以城市环境承载力为约束条件预测城市内可容纳的最大乘用车保有量。预测模型是一个双层优化问题，其中上层是环境承载力约束下的最大乘用车保有量模型，以交通小区的乘用车保有量之和最大为目标函数，以各路段的环境承载力为约束条件；下层是道路网上的用户平衡分配模型，模拟乘用车出行者的路径选择行为，预测交通需求在道路网上的分布及行驶特征。开发了一个基于灵敏度分析的算法用于实现上下层模型间的反馈及同时求解两个优化问题。利用实例验证了模型及算法的有效性。     

分区域公路客运站场旅客发送量估算方法

对于需要规划建设多个汽车客运站的区域或大中型城市,科学地估算规划区域上的客流分布、预测各个待建汽车站的旅客发送量是合理确定各客运站场建设规模、设施配置、服务功能的基础和前提。为了解决同一区域内多个待建汽车站的旅客发送量分配和合理估算问题,文中提出基于区域客运总量分配各客运站场旅客发送量的2种估算方法,介绍了这2种方法在大连公路客运站场规划中的应用案例。     

危险品道路运输网络风险-成本综合优化研究

危险品道路运输具有双层特性,即风险和成本,在危险品道路运输网络规划中纳入该特性,并将影响其的因素细化为:运输距离、道路事故概率、道路上人口暴露、道路附近人口暴露、财产损失、环境污染和应急响应效率。利用层次分析法为上述因素进行了量化评定,计算出相关权重。建立了以政府需求的最小风险为上层目标函数、企业需求的最小成本为下层目标函数的危险品运输道路网络的双层规划模型。采用遗传算法,以Matlab为平台编写算法程序对模型进行求解。实例分析表明,利用遗传算法对双层规划模型求解,能够在危险品运输道路网络中迅速地搜索到一条同时满足风险与成本综合最小的路线,完成危险品运输道路网络风险与成本的综合优化。     

基于ARIMA-FNN的道路交通事故最优加权组合预测模型

1个适应性良好的道路交通事故预测模型对于交通管理、控制和有关规划设计起着重要作用,文中根据交通事故发生的时空性和多因素性,利用ARIMA模型良好的时间序列线性拟合能力和FNN强大的非线性映射能力,通过最优加权方法确定模型权重,建立ARIMA和FNN的组合模型,并对我国道路交通事故进行预测。结果表明：这一模型可以提高事故预测精度,是1种有效的事故预测模型。     

用户平衡算法中目标函数值与迭代次数关系研究

在计算机实现用户平衡和随机用户平衡交通分配中应用较多的几种算法,如方向搜索法和相继平均法等的基础上,针对不同阻抗函数条件和多OD点对间流量分配问题中运用这几种算法的计算结果进行对比分析,得出目标函数值、检验数和迭代次数3者之间变化关系.结果显示,各种算法中目标函数值并不完全随着迭代次数的增加而严格递减,检验数的变化也不完全与目标函数值的变化同步,且不同条件下这种目标函数值、检验数与迭代次数的关系也不尽相同.     

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。