对运输需求预测理论的再认识

运输需求预测是运输规划的前提，也是行业主管部门管理的依据。在我国运输大发展的宏观背景下，凸显出运输需求预测的重要地位。但是，在现有的运输需求预测理论中存在着一些基础理论认识层面上的偏差，使得实践层面上的运输预测常常无法得到满意的效果。现有的运输需求预测理论的基础及应用方向上存在一些偏差，因此有必要对运输需求理论进行再认识。     

综合运输需求预测方法的概述

综合运输需求预测是进行交通基础设施建设、交通运输政策制定和综合运输网络规划的基础，由于综合运输需求通常受到区域人口、经济结构、产业规模、产业布局、机动化水平、城市化水平等多种因素的影响，这就使得综合运输需求预测变得非常复杂。因此，如何合理使用综合运输需求预测方法以提高预测的准确度，一直以来都是综合运输研究领域的难点。     

广深港运输通道资源优化配置研究

本文分析了广深港运输通道现状及存在的问题,在预测远期通道交通总需求的基础上,利用改进的Logit模型结合定性分析进行客货流的分担比例预测,根据需求预测结果在既有规划的基础上优化了通道内交通线路的配置。     

新时期综合交通运输需求预测

本文首先从空间、特征、服务三重维度和政策导向、新型城镇化、区域一体化以及运输绿色化多重视角,赋予综合交通运输需求新内涵。其次,梳理出新时期综合交通运输需求预测的四大板块:发展预测、需求模型、数据洞悉以及拓展研究。最后,着重探讨需求预测在综合交通运输体系构建过程中的规划指导和战略决策作用。     

基于用地区位的停车需求预测研究

停车规划的关键一步是停车需求预测,现行的停车需求预测主要是以用地功能为核心的预测模型,但该类模型考虑的影响因素比较单一,且有适用范围窄、预测精度不高等问题存在,并不能准确的进行停车需求预测。通过实际调研发现,用地区位条件与停车需求之间的关系比较密切。区位条件主要包括地理位置、交通状况、社会经济条件,重点分析三个因素内部因子的影响,建立区位条件和三个因素之间的关系模型。通过引进区位优势到停车需求预测模型,以达到对停车生成率模型进行改进的效果。最后将该模型运用到实际停车规划项目,验证了该预测模型的可操作性和实用性。     

拉萨市重大节日期间交通需求预测方法研究

文章在总结国内外重大节日期间交通需求预测研究现状的基础上,分析拉萨重大节日期间的交通特点,并基于传统四阶段法建立新的预测模型,同时以拉萨雪顿节为例对该模型进行验证。结果表明:新的方法能够合理预测拉萨节日期间的客流,为拉萨市节假日期间的交通管理提供理论支持。     

Logit模型在南广高铁线客流分担预测中的应用

对分担率进行科学的预测是交通运输规划的基础性工作，是制定运输决策的重要依据。文章经过比较选取多项Logit模型为分担率预测模型，介绍了模型建立与求解的方法，并运用该模型对南广高铁沿线客流分担率进行预测分析。     

云南交通运输业专门人才需求预测

交通运输业就业人数及专门人才需求预测是交通运输业人才发展规划的基础。文章结合云南省交通运输业发展实际,通过对云南省交通运输业的就业人数及人才密度进行预测,实现对云南省交通运输业专业人才的需求预测。预测结果表明,未来云南省交通运输业人才密度将提高,各类交通运输行业人才需求量都将不同程度增长,铁路运输业和公路运输业人才需求量最大,航空运输业人才需求增长较快,其他交通运输行业人才需求量相对较小。     

基于综合运输通道需求的高速公路交通量预测方法研究

高速公路通常是综合运输通道的重要组成部分,其交通量增长不仅取决于自身发展,而且与通道内其他方式客货需求变化密切相关。因此,准确把握综合运输通道需求总体水平将有助于高速公路交通量预测。本文提出的方法以区域经济发展为基础,首先预测通道总的客货需求,然后根据通道客货方式的运输服务水平预测各方式在通道中的比例,最后利用公路客货需求进行高速公路交通量预测。此外,本文以区域间的客货交流量、运输时间和运价为样本数据建立了用于方式划分的集计logit模型,并通过比较模型值和实际值检验了模型的可用性。     

基于多种群遗传BP的城市物流需求预测

城市物流需求预测是城市物流规划的重要前提,为了提高物流需求预测的精度,本文首先通过分析影响城市物流需求的经济活动,选取城市物流需求预测的指标。随后,为了改善BP算法预测效果受到网络初始权值与阈值影响的缺陷,提出多种群遗传BP算法进行改进。通过仿真表明,该方法与BP预测模型以及单种群遗传BP预测模型相比,具有较高的预测精度。     

港口集疏运交通需求预测方法探析——以汕尾新港区为例

港口集疏运交通需求预测是优化港口集疏运体系,有效提升效率和拓展腹地的重要基础。本文以汕尾新港区疏港交通为例,结合港区发展规划预测未来年疏港交通需求,并考虑港区办公服务的客运需求,建立集疏交通量计算模型,预测港区集疏运交通需求量,为港区集疏运交通体系的规划建设提供参考。     

基于精益理论下的电力物资需求预测管理提升措施

正供电企业物资需求预测对企业项目的正常开展、运营利润等有直接影响,作为企业相关管理及执行人员,应不断提高供电企业关于物资需求计划预测的合理性和准确性,保证其可操作性。物资需求预测一般情况下,地方开展物资需求预测管理工作的流程如下:地方电力企业根据省公司对物资需求预测管理工作的具体部署和具体要求,开展物资需求预     

基于NNBR模型的纵向地表沉降动态预测

针对现有预测地表沉降方法的不足,结合土压平衡式盾构一个掘进周期中不同阶段引起地表沉降的状况不同,提出了应用最近邻抽样回归模型(NNBR模型)对纵向地表沉降进行动态预测的方法。文章初步总结出土舱压力和平均掘进速度、注浆压力和平均掘进速度、监测时间可分别作为开挖面前方变形、盾尾空隙沉降、固结沉降三个阶段的主要预测因子,并列出了相应阶段的相似计算公式。利用该方法对某一工程实例的固结沉降阶段进行了预测,在样本数较少的情况下,预测结果最大相对误差只有14.04%,从而论证了基于NNBR模型的动态预测方法的准确性和可行性。     

一种改进的L-OD法及其应用

在物流需求预测中常常存在着地域差异大、基础数据收集难的问题,本文在理论研究和实践的基础上提出一种改进的L-OD法。该方法在将预测地区划分为内部小区和外部影响区的基础上,提出结合主成分分析和聚类分析的区域物流水平分类方法,应用弹性系数法预测物流总量,根据发生吸引权重分析内部小区的物流生成量,构建综合权重模型计算影响区的物流生成量,构建双约束重力模型预测物流分布量。最后应用改进的L-OD预测四川省物流需求,预测结果与四川省的发展规划契合,并且能够为未来四川省"十四.五"相关规划提供科学的数据支撑。     

综合运输体系的短时交通流预测方法

对综合运输体系中的热点研究方向即短时交通流的几种主要预测方法:基于混沌时间序列分析、基于L-M算法的BP神经网络、组合预测等方法进行了介绍,并对其原理、优缺点和具体应用分别进行了详细分析,并指出了短时交通流预测研究的发展方向。     

我国铁路集装化运输现状及发展趋势分析

本文阐述了集装化运输的概念及其优势,重点对近年来我国铁路货运量、集装化货物运量及集装化运输市场份额进行了详细分析和预测,并结合相关政策文件,总结铁路发展集装化运输的政策措施。     

CDUBGM-Markov模型在铁路客运量预测中的应用

文章在传统的灰色模型和马尔柯夫模型的基础上,提出了动态无偏灰色马尔柯夫模型,阐述了该模型的建立方法,并采用这三种模型对我国铁路客运量进行了预测,对比结果表明动态无偏灰色马尔柯夫模型的拟合效果较好,预测精度较高,是一种行之有效的预测方法。     

共享单车停放需求影响因素分析和预测研究

为了解决城市共享单车的乱停乱放问题,本文基于北京市的共享单车出行大数据,提出了共享单车停放需求预测的多项Logit模型。首先分析了单车停放需求的影响因素,然后选取了时间、空间及天气方面的12个因素为自变量,通过Wald检验分析了这些因素与停放需求的相关性和显著性,基于多项Logit模型建立了共享单车的停放需求预测模型。结果表明:工作日、时段、商业区、所临道路类型、临近轨交站、高温、下雨、以及风力等级与共享单车停放需求显著相关;构建的预测模型总体预测准确率为77.5%,其中对出现频率最高的低停放需求预测准确率高达86.49%。     

基于遗传算法的集装箱铁水联运运量组合预测

集装箱铁水联运是多式联运的重要形式之一，有利于充分发挥铁路运输在内贸运输和外贸集疏运方面大运量、低能耗的优势，是实现高效物流的有效途经。根据铁水联运运量数据小样本和不稳定的特点，将三次指数平滑方法、多元线性回归方法、BP神经网络方法组合，并通过遗传算法为单一预测方法赋权，建立了组合预测模型。以2011～～2020年铁水联运相关统计数据对模型进行实证分析，结果证明组合模型能在一定程度上提高预测精度和稳定性。     

动车组列车客座率预测方法研究

列车客座率作为列车运营效益的直接衡量指标和计算客票收入的重要基础,客座率的科学预测可为运输企业增开列车等运营决策提供重要参考。本文探讨利用BP神经网络方法研究列车客座率预测的适用性。首先分析列车客座利用率的12类影响因素,其中结合具体线路细化停站结构为n级,则影响因素变量为n+10个;其次以影响因素变量为自变量,列车客座率为因变量,生成多层感知器进行要素分析并预测客座率。结果表明MLP模型预测精度较高,可用于动车组列车开行方案稳定或小范围调整时期的列车客座率预测。