Short-term forecasting of high-speed rail demand: A hybrid approach combining ensemble empirical mode decomposition and gray support vector machine with real-world applications in China

Short-term forecasting of high-speed rail (HSR) passenger flow provides daily ridership estimates that account for day-to-day demand variations in the near future (e.g., next week, next month). It is one of the most critical tasks in high-speed passenger rail planning, operational decision-making and dynamic operation adjustment. An accurate short-term HSR demand prediction provides a basis for effective rail revenue management. In this paper, a hybrid short-term demand forecasting approach is developed by combining the ensemble empirical mode decomposition (EEMD) and grey support vector machine (GSVM) models. There are three steps in this hybrid forecasting approach: (i) decompose short-term passenger flow data with noises into a number of intrinsic mode functions (IMFs) and a trend term; (ii) predict each IMF using GSVM calibrated by the particle swarm optimization (PSO); (iii) reconstruct the refined IMF components to produce the final predicted daily HSR passenger flow, where the PSO is also applied to achieve the optimal refactoring combination. This innovative hybrid approach is demonstrated with three typical origin–destination pairs along the Wuhan-Guangzhou HSR in China. Mean absolute percentage errors of the EEMD-GSVM predictions using testing sets are 6.7%, 5.1% and 6.5%, respectively, which are much lower than those of two existing forecasting approaches (support vector machine and autoregressive integrated moving average). Application results indicate that the proposed hybrid forecasting approach performs well in terms of prediction accuracy and is especially suitable for short-term HSR passenger flow forecasting.     

皮口至炮台高速公路工程地质特征

结合皮炮高速公路路线勘察地质资料，对线路区内的区域工程地质条件、工程地质分区等工程地质特征进行了概略性介绍。     

公路绿化工程实施的总结

总结容县至岑溪一级公路梧州段绿化实施的情况。     

交通预测原则和预测模型评价方法

在总结已有研究成果的基础上,提出了交通预测应遵循的原则,并对交通预测评价方法和模型选择等问题进行了探讨,以期更好地指导交通实际预测工作。     

一般收费道路通行费收入实用预测方法研究

重点探讨实际道路规划项目中一般收费道路的收费收入预测方法,目的在于尽可能使收费收入预测更为精确。在我国,高速公路通常采用依靠征收通行费以偿还投资借贷的方式进行建设,因此在规划的过程中需要对通行费收入进行预测,并进行财务分析,以保证决策者做出正确的投资决策。以笔者在日本从事的高速公路建设项目为例,分析研究了基于实用型交通量增量分配方法结合使用车种转换矩阵的高速公路路网中一般收费道路通行费收入的预测方法,并将其应用到实际道路项目财务评价中。结果表明通过控制收费道路出入口间交通量预测精度,以及采用需求相关性较大的车种转换调查数据可以提高通行费预测精度。研究表明这一方法具有很强的实用性,该方法对我国的高速公路需求预测有着借鉴作用。     

岩溶区河流下小断面隧道施工

依据西南成品油管线隧道穿越岩溶区河流施工的工程实践，介绍了岩溶区河流下隧道施工时特殊情况下的岩石爆破方法，提供了隧道发生涌水、围岩变形和穿越溶洞时的施工办法和有关措施。提出了岩溶区河流下隧道施工的建议。     

地质雷达探测溶洞等地质体机理研究及实例分析

阐述了地质雷达的探测原理，对雷达探测溶洞等地质体的可行性进行了分析，提出了提高雷达判别准确度的相关措施。对雷探技术用于隧道短距离超前地质预报有一定的借鉴。     

基于非参数回归的快速路行程速度短期预测算法

基于北京市快速路上的检测器所采集的历史数据，经过数据筛选，剔除判别，小波滤噪平稳处理，聚类分析等过程，建立了交通状态演变系列的历史样本数据库。基于所构建的历史数据库，通过数值试验，确定了状态向量、距离匹配原则，K近邻值等参量，构建了一种基于K近邻的非参数回归短时交通预测模型，实现了对路段行程速度的短时预测。最后，利用随机选取的历史数据系列对预测模型的精度进行了检验。结果表明，预测算法的精度可以达到90％以上，可以很好地满足ITS应用系统对于交通预测数据的精度要求。     

123省道高淳段沿线工程地质特征分析与评价

介绍123省道南京高淳段沿线工程地质条件，对线路沿线岩土层岩性特点与分布特征及相应不良地质问题进行分析。线路南段处在区域性茅山西侧断裂影响范围内，拟建固城大桥桥址区钻探揭露的逆断层，属于茅山西侧断裂前缘部分。     

诱增交通量特点、发展阶段及计算模型分析

分析了诱增交通量的特点和发展阶段，根据交通需求预测理论对诱发交通量预测方法进行了初步探讨，提出了诱增交通量的计算模型。结合实例分析了诱增交通量的定量计算。