基于计量经济学模型的武汉市汽车保有量预测

本文根据武汉市统计数据,应用计量经济学方法,建立了汽车保有量预测模型,模型特别将上一年汽车保有量作为表征消费者购车心理的变量纳入了分析。通过MATLAB软件计算出回归系数和相关统计参数,并对模型进行了各项检验,最终根据修正后的模型计算了武汉市2016年的汽车保有量,结果较为准确,表明该方法是一种较为严谨的短期预测方法。本文亦对武汉市2017年的汽车保有量进行了预测。     

基于计量经济学模型来选取与汽车保有量相关的因素

目前预测汽车保有量的模型有很多种,如BP神经网络、计量经济学模型等。而选取的影响因素主要有13种,文中通过数据分析来证明,这13种因素中与汽车保有量相关性较强的有12种,但由于这12种因素之间彼此也有较强的相关性,需要进一步分析哪些因素才是最直接影响汽车保有量的。经过分析,发现公路总里程、钢材产量、工业总产值、城市化率等是预测汽车保有量的较好变量,并预测2006年到2017年的汽车保有量。     

基于逻辑增长模型的北京市小汽车发展趋势研究

分析了北京市小汽车发展与城市经济之间的相互关系,对北京市人均GDP与千人小汽车拥有量进行了相关性分析,并以人均GDP和千人小汽车拥有量作为变量,给出了Logistic增长曲线的回归模型。模型对北京市小汽车发展趋势的预测与实际情况比较,虽有差异,但吻合度很高,说明从长远来看,北京市小汽车的发展是符合逻辑增长曲线的。按照logistic函数描述的"S"形增长特征,目前北京市小汽车的发展正处在高速发展期,是整个发展过程中的第2阶段,还没有到达减速增长并趋于饱和的第3阶段,在可预见的未来,小汽车保有量仍将持续增长,由此会带来一系列交通问题,政府必须加以引导。     

基于改进PCA-Logistic模型对个人汽车保有量预测

我国个人汽车保有量数据的变化是一个长期的非线性过程,其影响因素复杂,并且因素之间也存在非线性关系,需要合理准确的方法进行分析和预测。为了研究在GDP、城镇人口变化、消费水平等多因素的影响下我国个人汽车保有量的变化问题,采用了改进的主成分因子分析和Logistic非线性模型相结合的方法,对传统主成分分析法进行了改进,考虑数据的完整性,选取1985—2018年之间影响我国个人汽车保有量的8个代表性因素,首先通过改进主成分分析法对其进行了"非线性"的降维处理,再利用Logistic非线性模型描述汽车保有量和提取主成分之间的关系,最终提出了改进PCA-Logistic模型。比较分析了改进的PCA-Logistic模型与传统PCA-Logistic模型在对个人汽车保有量预测的不同和改进后模型的优点,结果表明:改进PCA-Logistic模型可以有效地消除数据之间非线性关系,可以将传统方法得到的二次非线性主成分回归曲线变成线性曲线,从而更符合主成分分析法原则;得到的非线性Logistic回归曲线与实际数据拟合度更高,说明能更准确地评估我国个人汽车保有量。根据此模型预测了2019—2024年我国个人汽车保有量,发现我国个人汽车保有量在2021年可能会突破3亿。     

基于计量经济学模型选取与汽车保有量相关的因素

目前预测汽车保有量的模型有很多种,如BP神经网络、计量经济学模型等。而选取的影响因素主要有13种,本文通过数据分析证明,这13种因素与汽车保有量相关性较强的有12种,但由于这12种因素之间彼此也有较强的关联性,因此这就需要我们进一步分析哪些因素才是最直接影响汽车保有量的因素。经过分析,发现公路总里程、钢材产量、工业总产值、城市化率等因素是预测汽车保有量的较好变量。     

汽车有量与年产量的神经网络预测研究

采用神经网络建立汽车保有量与年产量时间序列的预测模型,并对我国未来几年的汽车保有量和年产量进行预测,其中包括民用汽车拥有量、私人汽车拥有量和汽车产量等,取得了较为满意的预测结果.对预测结果进行分析,指出了我国汽车保有量与产量今后发展的特点和趋势.     

对我国汽车工业发展阶段的比较研究

本文应用计量经济学模型，并结合定性分析，对我国汽车工业发展阶段和生命曲线作了比较研究。采用了３种比较研究方法，即（１）产业结构高度分析的相似性比较研究；（２）应用霍夫曼定理对我国工业结构水平作了分析，并与日本作了比较研究；（３）应用皮尔生长曲线以保有量饱和期为重要特征的预测分析，对我国汽车工业发展的生命曲线作了预测分析，认为１９８８年进入长期，２００３年以后转入成熟期并参照了日本汽车工业发展曲线，     

基于社会经济适应性的公路里程合理规模预测研究

公路里程合理规模的确定是实现公路网规划的重要步骤,是路网优化的前提和基础。针对我国公路里程合理规模预测方法多样性和不统一性等问题,为了提高我国公路里程合理规模预测值的准确性,增强合理性和可靠性,通过系统分析公路里程发展的影响因素,确定区域人口、区域面积、区域经济发展状态以及汽车保有量等因素与公路里程发展的相关水平。然后利用人口、面积、经济和汽车保有量等影响因素对公路里程生长曲线预测模型进行修正,得到社会经济生长曲线预测模型。最后利用山东省2000年~2012年历史数据,对构建的模型进行精度验证,结果表明,社会经济生长曲线预测模型误差可以控制在3%。最后,利用该模型对山东省公路里程合理规模进行预测。     

汽车保有量与年产量的神经网络预测研究

采用神经网络建立汽车保有量与年产量时间序列的预测模型，并对我国未来几年的汽车保有量和年产量进行预测，其中包括民用汽车拥有量、私人汽车拥有量和汽车产量等，取得了较为满意的预测结果，对预测结果进行分析，指出了我国汽车保有量与产量今后发展的特点和趋势。     

影响十堰市汽车保有量的因素分析

汽车保有量与社会经济发展水平有密切的关系,通过建立计量经济学模型寻求汽车保有量和社会经济有关指标的函数关系,可以较为准确地预测十堰市短期内的汽车保有量。根据统计数据回归分析,影响十堰市汽车保有量的主要因素有:社会消费品零售总额、城镇居民可支配收入和社会固定资产投资。     

基于径向基函数神经网络的交通量预测

采用了径向基函数神经网络进行未来年的交通量预测,它具有收敛速度快、唯一最佳逼近且无局部极小等优点.在进行交通量预测时,选取公路里程、汽车保有量、国民生产总值、国民收入和人口作为交通量影响因子,通过2个网络模型,在输出层输出该年的预测交通量.     

基于多元线性回归方法的城市汽车保有量预测研究——以天津市为例

当前,我国民用汽车保有量不断增加,能源、环境、交通等越来越成为制约汽车保有量扩张的重要因素。通过分析主要影响因子,本文运用多元线性回归模型对城市民用汽车保有量进行预测,并以天津市为例进行实证分析。通过研究民用汽车保有量的变化趋势对合理制定公路交通发展规划,有效调节汽车产业的供需平衡具有重要指导意义。     

考虑公路等级的沥青路面性能衰变预测方法

为了研究沥青路面使用性能的衰变规律,准确预测未来路面病害发展状况。根据沥青路面面层厚度、基层厚度的不同,将某省国省干线2011—2014年路面病害检测数据进行归类,分别采用4种路面性能衰变模型,以时间和累计当量轴次作为自变量进行回归分析,根据回归模型预测了2015年路面PCI(路面损坏状况指数)值,与实际检测值进行了对比。结果表明:在不同类别中,以累计当量轴次为自变量时,拟合的衰变曲线相关系数均高于以时间为自变量的模型;在2015年路面状况预测值与实际值的对比分析中,高速公路指数形模型的差值最小,其他等级公路S形模型相对较好,但整体情况劣于高速公路;因此,对于高速公路路面性能,推荐采用累计当量轴次为自变量的指数形模型进行预测;对于其他等级公路,推荐采用累计当量轴次为自变量的S形模型进行预测。     

基于多相关因素的汽车保有量预测神经网络方法

将神经网络技术用于汽车保有量预测，建立基于双BP神经网络的多相关因素汽车保有量预测模型。以呼和浩特市汽车保有量预测为例，详细介绍汽车保有量神经网络预测模型的操作过程，并证实了该方法的可行性和可靠性。     

中国汽车保有量及年产量预测模型研究

本文应用历史数据,以人均GDP和城市化率为自变量,建立了中国汽车保有量初级模型.用上述模型计算出各年的汽车新需求量,乘以考虑价格和消费环境的系数,就可求得修正后的每年汽车新需求量,进而求得将来的汽车保有量.研究结果表明,中国可能于2015年到2020年间成为世界最大的汽车消费市场和生产基地.     

中国民用汽车保有状态及发展趋势分析

从近20年来中国人均GDP、民用机汽车保有量、及人口数量的数据着手,分析了民用汽车保有量和人均GDP之间的关系,结果表明我国民用汽车保有量还远未达到饱和水平,并对我国民用汽车的发展进行了预测,提出了未来发展的相关建议。     

基于神经网络BP算法的出租汽车保有量预测法

介绍了出租车保有量神经网络预测模型的建立.以南京市的实际数据为检测依据,论证了该模型应用于城市出租汽车保有量预测的可行性,并对该市2005～2008年的出租汽车保有量进行了预测;该预测模型与传统模型进行预测对比的结果表明,由于神经网络在处理非线性系统方面的优越性,该预测模型在交通预测方面具有较高的计算精度.     

山东省“九五”期间民用汽车保有量预测研究

根据黄海民用汽车保有量时间序殓数据，并考虑所必须涉及的曲线斜率变化速度问题，采用Ｇｏｍｐｅｒｔｚ曲线等方法进行该省“九五”期间民用汽车保用量预测研究。同时，邓预测误差进行了必要的分析，给出了预测的平均绝对百分误差值。该研究结果可为一系列相关问题的科学决策提供了科学可靠的依据。     

基于Richards-BP模型的地表沉降特征预测模型研究

地下开采引起的地表沉降大致呈S形发展,最终趋于稳定状态,这能够运用生长曲线Richards函数进行预测分析。同时,又因为测量和外界存在不确定性和随机性,使得地表沉降也具有动态的特征。针对地下岩矿开采矿区地表沉降曲线与Richards预测模型曲线的相似性,分析了Richards模型在地表沉降预测中的适用性,提出通过Richards生长曲线模型预测矿区地表沉降的趋势性变形部分,利用BP神经网络模型降低地表沉降的随机性影响部分,提高模型预测效果。计算结果证明了其在地表沉降预测中的适用性和可行性。     

我国未来汽车保有量情景预测研究

汽车保有量的预测具有一定程度的不确定性。对2010、2020及2030年我国的汽车保有量进行科学预测,是确定我国公路交通长短期发展规划,制定环保与能源等方面相关政策的关键。在对我国经济各个发展阶段进行情景分析的基础上,考虑经济、人口、汽车保有量增长速度以及不同地区人均GDP人群分布等因素,运用趋势外推、弹性系数、国内外情景类比及运输工作量计算等方法对我国未来的汽车保有量进行综合预测,确定到2030年我国汽车保有量将达到2.3~2.5亿辆,是2020年的1.7~1.9倍左右、是2010年的4.6倍。汽车保有量的大幅度增加势必对土地、能源资源和环境保护带来巨大压力,贯彻科学发展观、节约资源、保护环境,走可持续发展道路将是我国未来道路交通发展的客观要求。