基于灰色理论的水路客运预测方法研究

运用灰色系统理论,建立了基于灰色理论的水路客运量预测模型,利用模型进行了预测,并对模型进行了精度检验,运用修正后的模型对河南省的水路客运量进行预测。结果表明,灰色系统模型能有效地对水路客运量进行预测,且精度较高。表明了模型具有较高的可靠性和实用性。对河南省的水路客运及相关行业的发展能够起到一定的导向作用。     

基于径向基神经网络的大连站客运量预测

针对铁路客运量在时序上的复杂非线性特征,采用径向基函数(RBF)神经网络对铁路客运量时间序列进行预测.用自相关分析技术分析时间序列的延迟特性,据此确定RBF神经网络的输入、输出向量,建立了基于MATLAB7.0环境下的RBF神经网络客运量预测模型,并用大连站实际客运量数据进行了验证.结果表明,该模型拟合精度和预测精度较高、计算速度较快.     

基于径向基神经网络的大连站客运量预测

针对铁路客运量在时序上的复杂非线性特征,采用径向基函数(RBF)神经网络对铁路客运量时间序列进行预测.用自相关分析技术分析时间序列的延迟特性,据此确定RBF神经网络的输入、输出向量,建立了基于MATLAB7.0环境下的RBF神经网络客运量预测模型,并用大连站实际客运量数据进行了验证.结果表明,该模型拟合精度和预测精度较高、计算速度较快.     

改进SVR及其在铁路客运量预测中的应用

为了提高铁路客运量现有预测方法的预测能力,用训练样本与测试样本间的马氏距离对惩罚因子进行加权,对传统的支持向量回归机(SVR)进行了改进,在此基础上提出了基于改进SVR的铁路客运量时间序列预测方法.以1980~1998年铁路客运量预测为例,对SVR方法和BP人工神经网络(BPANN)方法进行了比较,结果表明,SVR方法能获得更准确的预测结果.     

组合预测方法在我国铁路客流预测中的应用

科学准确地预测铁路客运量是制定铁路网规划的基础。目前,运量预测的模型很多,单一模型并不能完全反映运量的变化规律和信息,因此,应采用Box-Jenkins模型和灰色预测模型相组合的预测模型方法对我国的铁路客运量进行预测,结果表明,组合预测模型能够提高我国铁路客运量的预测精度。     

基于灰色关联理论与多元线性回归模型的铁路客运量预测

对铁路客运量进行定性分析,采用灰色理论中的灰色关联分析方法,对影响铁路客运量的因素进行关联分析,挑选出关联性最强的因素,建立铁路客运量与影响因素之间的多元回归预测模型,通过实例证明,该预测方法简单可行,预测精度较高。     

铁路客运量预测模型对比分析

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。     

基于灰色加权马尔可夫链的大连铁路客运量预测

以2003~2013年大连铁路客运量数据为基础,采用灰色GM(1,1)模型预测方法和马尔可夫链相结合的方法对大连铁路客运量数据进行预测,给出了灰色加权马尔科夫链预测模型.不仅构造了状态转移概率矩阵,而且也获得了有效的滞时阶数.结果表明,在预测值与真实值的平均绝对误差方面,与灰色GM(1,1)模型相比,灰色加权马尔可夫链模型减小了一半,其预测效果十分理想.在此基础上,对2014~2020年大连铁路客运量数据进行了预测.     

铁路客运专线运营初期运量预测方法研究

为解决铁路客运专线建成初期客流形成不稳定的问题,充分考虑受运输条件限制的潜在需求,基于运输方式的经济性和运输阻抗,构建多元Logit模型预测通道内转移客流量,通过对比客运专线开通前后客运服务提升率对诱增客运量进行预测。以新建成的成绵乐客运专线为例,分别对其趋势客运量、转移客运量、诱增客运量运营初期预测,得到2017年和2020年通道总客运量,为铁路客运专线系统预测提供一种新思路。     

基于数据预处理的铁路客运量灰色预测模型

铁路是国家的基础设施,对铁路的客运量进行准确地预测具有重要的理论意义和实际应用价值。首先对传统预测方法进行了分析,指出它们在运量预测中的不足,进而提出应用灰预测进行运量预测的优势。结合滑动平均法对灰预测方法进行了改进,同时考虑初始条件的改变。在预测2006-2010年全社会客运总量的基础上,根据铁路客运在各种运输方式中所占的份额预测2006-2010年的铁路客运总量。     

��·���ٿ���ר����Ϣϵͳ�������о�

基于铁路信息化现状,根据铁路信息化跨越式发展的总体思路和信息技术的发展状况,结合高速客运专线的运营管理的需求,按照综合调度智能化、客运营销信息化和经营管理现代化三方面进行考虑,研究提出了铁路高速客运专线信息系统总体框架.指出了该系统设计原则,以及各子系统和网络、信息平台的功能和方案,对于该系统的规划设计具有重要参考意义.     

江苏省公铁客运格局变化趋势研究

公铁客运格局的变化和演进趋势表明,高速公路网络的形成使其客运规模经济效应出现顶峰;铁路建设也一样,需要一个相对完善的系统才能发挥铁路客运的网络效应,故需要同步推进铁路网络、铁路客运枢纽、铁路与其他交通网络系统衔接的建设。     

客运站运营的可靠度分析

构建客运站工作可靠性的Petri网,对客运站工作的可靠性进行模型化分析,明确铁路客运系统工作中各子系统之间的联系及系统的薄弱环节,制定预防措施,提高铁路客运站的运营质量对提高整个铁路系统的正常运营有着重要的意义。     

江苏省公铁客运格局变化趋势研究

公铁客运格局的变化和演进趋势表明,高速公路网络的形成使其客运规模经济效应出现顶峰;铁路建设也一样,需要一个相对完善的系统才能发挥铁路客运的网络效应,故需要同步推进铁路网络、铁路客运枢纽、铁路与其他交通网络系统衔接的建设。     

大城市对外客运枢纽与公共交通衔接规划研究

对外客运枢纽衔接规划是对外客运枢纽规划的重要内容之一。本文首先分析了对外客运枢纽与轨道交通车站衔接的模式,以换乘乘客换乘总时间最短为目标提出了轨道交通运营衔接模型;然后,分析了对外客运枢纽与常规公交的衔接模式,以场站换乘客流换乘总距离最短为目标提出了常规公交场站衔接规划模型,并根据常规公交的接运能力提出了常规公交接运线路的衔接方法。     

灰色预测模型在铁路客流预测中的应用

运量预测是铁路运输组织工作的重要基础和主要依据之一,是一项经常性工作。只有根据运量预测结果及其他方面的信息才能做出科学的决策,编制出可行计划、规划或发展战略,最大程度地减少风险,降低运作成本,减少设施闲置。运用灰色预测模型建立铁路客流预测模型,对我国铁路客运量进行预测,灰色模型的方法简单,适合在数据少的情况下预测短期客流量。     

城际公交车高峰时段发车间隔时间优化

面对城际客运通道城际铁路的发展,为满足城际公交旅客出行需求,综合考虑城际公交车辆的旅客分担率和竞争力的提高,将旅客到达公交始发站候车过程视为泊松过程,建立基于公交化运营组织模式的高峰时段车辆开行间隔时间不均等的优化模型,相应提出旅客候车等待时间的数学模型,并结合算例进行分析.     

基于贝叶斯网络的铁路旅客服务质量评价

为了吸引更多客源和提高客运竞争力，铁路需要不断提高其旅客服务质量，而有关服务质 量的科学评价对于服务质量的提高具有一定的指导与督促作用。基于此，首先，根据服务地点的不同将铁路旅客服务划分为车站旅客服务和列车旅客服务，并分别确定相应的评价指标，进而根 据各指标间相互独立又相互影响的关系，运用树模型构建评价体系。然后，将评价指标体系中的各项指标转化为贝叶斯网络中的相关结点，进而映射成为贝叶斯网络。通过贝叶斯网络特有的概 率计算方法，对评价体系展开逐级计算，最终得到作为顶层指标的旅客服务质量的评价结果。最后，以实际算例对比不同运输时间段内的评价结果，验证理论方法的适用性。研究结果表明：基于贝叶斯网络的铁路旅客服务质量评价方法是可行的、有效的，其得出的评价结果可以作为改进服务措施和提高服务效率的指导。     

基于数据仓库的铁路客运客户价值分析模型的构建

建立完备的客运客户价值分析体系,寻找对铁路效益贡献价值不同类别的客户,对合理配置运力资源有相当重要的作用。铁路运输的客户价值很难量化,主要因为要考虑的因素非常多。通过客户关系管理的分析,构建铁路客运客户价值分析模型,并利用数据仓库技术来实现。     

铁路旅客运输市场价格策略仿真

价格策略是企业管理的重要内容 ,关系到企业在市场经济环境中的生存与发展。结合铁路旅客运输市场实际 ,讨论了铁路旅客运输市场价格策略的仿真模型和逻辑结构设计 ,并对进一步研究和改进的内容进行了简要叙述。