基于B．P．R模型的综合交通枢纽客运换乘量预测

在对比研究各种换乘量预测模型的基础上,针对其流量分布与交通规划“四阶段法”中的交通分布预测在原理及结果表达方面的相似之处,引入B,P．R模型,并结合层次分析法,弥补重力模型在标定阻抗函数方面的一些不足。将二者结合运用到对东直门交通枢纽的研究中,收到良好效果,能够比较准确地对枢纽内各种交通方式的换乘量进行预测。     

居民公交出行OD预测研究

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

短期交通流预测效果的模糊综合评判

短期交通流预测是智能交通诱导和交通管理控制的基础，预测效果的好坏直接关系到诱导信息和控制决策的正确性．运用标准离差法确定评价指标的权重，并依据最大隶属度原则建立了二级模糊综合评判模型，评判结果可用于判断各种短期交通流预测模型的预测性能，给智能预测系统中的模型选择提供了依据．     

交通出行预测的神经网络模型

针对交通出行集计预测模型的缺陷,结合神经网络在非线性关系映射方面的优势,本文提出了交通出行预测的BP神经网络模型。作者在对BP神经网络的结构和算法进行分析的基础上,研究了交通出行预测BP神经网络模型的影响因素、模型结构和模型数据,并采用实际调查数据对模型进行了检验和应用。研究结果表明模型预测精度较高,既有很强的理论优势和解释性,又有良好的操作性．最后,文章讨论了下一步的研究方向．     

���񹫽�����ODԤ���о�

在应用“四步骤法”进行居民公交出行OD 预测中,为了提高出行分布与方式划分预测的精度,本文分别提出了交通阻抗确定新方法和交通小区间公交出行量预测方法. 本文利用各小区内道路节点之间的最短路距离确定小区内及小区间的交通阻抗. 该方法有效避免了传统交通阻抗确定方法的缺陷,将其应用于重力模型预测居民出行分布,预测精度有所提高. 在获得现状居民出行特征的基础上,利用马尔可夫链法预测未来年公交出行总量,然后利用公交出行距离转移曲线具体预测各小区之间的公交出行比例,利用该比例结合公交出行总量获得公交出行OD. 该法可在定量分析的基础上综合考虑城市规划、政策等因素对预测结果的影响,其预测结果更加合理.     

基于人群特征的三维约束重力模型研究

双约束和现有三约束重力模型在不同人群对出行阻抗的认知方面均采取平均化处理的方法,与实际出行情况有明显的差异.针对不同人群对出行阻抗的认知程度不同,提出了基于人群特征的三维约束重力模型改进方法.在出行生成环节中将不同人群分开,设计不同人群的出行量预测算法.在重力模型改进中,按照不同人群对第三维约束的接受程度,对人群出行量进行分类并标定相应的缩放系数.以岳阳市交通分布模型为例,对长距离出行约束进行分析,并分别应用双约束和改进的三维约束重力模型进行计算,结果说明了改进的三维约束重力模型的可行性与优越性.     

北京市共享单车停车需求预测

为给共享单车停放点布设规划提供依据,通过对北京市居民出行方式选择进行调研,分析北京市居民出行方式影响因素,确定影响居民出行交通方式选择的特性变量。分析比较现有交通需求预测方法的优缺点,应用随机效用理论,建立基于交通方式选择的共享单车需求预测模型(Logit模型),利用TransCAD交通规划软件对模型参数进行标定,确定分担方式效用函数。根据未来年交通出行量进行停车需求预测,实验结果表明符合规划区域实际情况。     

基于重要度的城际轨道交通空间出行分布预测的研究

随着城市化进程的发展以及城市群的形成,发展城际轨道交通已成为解决交通的重要手段。因此．在城际轨道交通客流预测一般方法的基础上,针对影响出行空间分布相关因素,建立按小区间重要级数拟合的广义费用计算模型．并把广义费用作为交通阻抗应用于双约束重力模型,使出行的空间分布预测能充分反映小区间的社会经济及土地利用情况对交通分布的影响,可以在一定程度上提高预测的准确性。     

南京市地铁1号线开通初期客流预测

为了对南京市地铁1号线开通初期进行精准的客流预测,以规划地铁1号线沿线车站1km半径范围内的51个交通小区为研究重点,进行了5类个人出行调查,利用四阶段法建立交通模型进行预测分析。在交通方式预测阶段,利用交通意向调查数据建立了轨道交通转移率模型,得到轨道交通OD预测结果。最后,将预测结果与实际客流进行比较,说明客流预测精度较好,验证了所使用的出行调查和模型方法的合理和有效性。     

交通规划客运需求预测理论

在分析城市交通规划客运交通需求预测理论的基础上,分析了人口增长预测模型及居民出行产生预测模型,该模型主要包括出行吸引预测模型和居民出行分布预测模型,并给出了出行方式划分预测模型。     

组合预测模型在铁路货运量预测中的应用

货运量预测是铁路运输规划的基础,单一预测方法很难准确有效地进行运量预测。探讨组合模型在铁路货运量预测中的应用,以全铁路货运量及社会经济发展状况为样本,对未来铁路货运量进行预测。实证预测结果表明：组合预测模型能有效综合各模型的有用信息,从而提高模型预测精度,与单一模型相比,该方法具有较好的实用价值。     

基于TransCAD进行交通需求预测的交通影响评价研究

介绍了TransCAD的功能及特点,以及乌鲁木齐市进行交通影响评价的情况。结合乌鲁木齐市交通影响评价项目,探讨TransCAD在交通影响评价项目的四阶段预测过程中的应用。研究了双约束重力模型在出行分布预测中的应用,同时应用OD反推法对项目背景交通量进行预测。将软件预测结果与人工预测结果及现状流量进行对比分析,发现软件预测结果基本能够反映现状交通量,其结果整体稳定性较高,预测偏差相对人工预测结果较小。该方法提高了数据预测的客观性和合理性,能够为评价提供可靠的数据支持。     

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。     

����ģ�ͱ궨������Ӧ���о�

介绍了重力模型的各种不同形式的标定和检验方法，标定方法有最小二乘法、试算法及其该进方法，检验方法包括t检验法和相对差的检验。通过具体的算例，比较分析了它们不同的计算过程和结果，从而得出各类重力模型的标定和检验方法的特点。据此得出在我国的现有情况下的适用性。     

基于BP神经网络的运量预测模型优化研究

在传统多种单项预测模型与组合预测方法的基础上,利用BP神经网络技术的非线性映射能力,在多个预测模型与实际数列之间建立一种非线性关系,对运量预测结果进行优化,以达到提高预测精度的目的.通过实例分析,表明这种经过BP神经网络优化后的预测模型,可一定程度上克服传统单个预测模型的部分局限性,提高预测精度,用于运量预测是可行的.     

考虑人口效益的城市路网OD 矩阵推算模型

交通分布数据获取难度大、成本高，是制约交通工程师开展交通预测的主要因素. 为提高效率、降低工程实践中的预测成本，对城市路网OD矩阵可预测性展开研究. 描述3 种交通分布推算模型并以广州为例，给出交通流概率分布及发生量概率分布. 通过回归分析及残差分析探究发生量与人口、经济的关系，提出考虑人口效益的靶向双联模型(称为TDM模型). 根据误差分析验证4 种模型准确度，并将模型应用于深圳市. 结果表明：交通流及发生量概率分布具有高度异质性，遵循Zipf 定律；发生量与人口、经济相关性强，拟合优度为0.87； TDM模型精度略低于重力模型，但高于其他两种模型，且在深圳市推算效果良好. 综合预测精度、成本和效率，TDM模型更适合预测城市道路交通分布.     

灰色马尔可夫模型在交通事故预测中的应用

采用传统灰色GM(1,1)模型预测道路交通事故这类随机性、波动性较大的数据,存在拟合较差、精度不足等问题。运用马尔可夫模型对预测结果进行优化,并建立灰色马尔可夫预测模型。将该模型应用于1998~2007年全国道路交通事故数据来预测2008年事故次数,结果表明采用该模型预测精度达到96.9%,明显优于单独使用GM(1,1)模型的预测结果。     

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。     

基于IWOGA算子的公路客运量组合预测模型

客运量预测是进行公路网规划的必要环节和计算公路经济效益的基础。为了提高公路客运量的预测精度,在现有客运量预测模型基础上,采用IOWGA算子将三次指数平滑、GM（1,1）预测和BP神经网络结合起来,建立组合预测模型,并以全国公路客运量为例,验证预测结果的精度。分析计算结果,将该模型所得结果与其它常用方法相比,与实际客运量之间相差较小,预测精度较好,可以作为预测公路客运量的有效方法。