基于指数平滑法和马尔科夫模型的公路客运量预测方法

分析了常用的客运量预测方法,提出了一种新的基于指数平滑法和马尔科夫模型的公路客运量预测方法.基于公路客运量的实际值、线性拟合值与二次曲线拟合值,采用二次曲线拟合的方法计算了初始值与平滑系数.以安徽省2000～2009年相关数据为基础,应用指数平滑法预测了2010、2011年的公路客运量.以-11％、一5％、0、5％、11％为划分阈值,将指数平滑法预测结果的相对误差划分为4个状态区间,应用马尔科夫模型对指数平滑法的预测结果进行修正,并与模糊线性回归模型、指数平滑法的预测结果进行比较.分析结果表明:应用提出的方法,2010、2011年安徽省公路客运量的预测结果分别为14.209、15.712亿人,相对误差分别为1.195％、0.492％;应用指数平滑法,预测结果分别为13.468、14.893亿人,相对误差分别为-3.399％、-4.746％;应用模糊线性回归模型,预测结果分别为13.573、15.325亿人,相对误差分别为-2.647％、-1.983％.提出的方法精度较高,满足实际需求.     

江西省公路货运量预测研究

分析各种货运量预测方法的优缺点,结合公路交通发展的特点,特别是公路货物需求的基础上,选用回归分析法、灰色预测法,对江西省公路货运量进行预测分析。通过灰色系统模型和线性回归的方法对江西省近9年的相关数据运用MATLAB进行分析,预测出江西省未来5年的公路货运量。     

基于Influ-Logit模型的综合运输方式货运量分担率研究——以四川省为例

各交通运输方式的货运量分担率可用于判断地区运输结构与运输资源配置的合理性。首先,建立运输方式选择中考虑的影响因素指标,并运用层次分析法求出各指标的权重。其次,基于经济学中效用值与效用函数理论,确定影响因素指标的相对效用值,进而根据指标权重和相对效用值确定不同运输方式的效用函数值。再次,采用Influ-Logit模型对地区理想状态下的货运量分担率进行预测,同时根据实际数据确定实际货运量分担率,进而求出货运需求满足率。最后,结合《四川统计年鉴—2015》中交通运输行业相关数据,运用上述方法计算该省铁路、公路、水路、民航运输的货运量分担率,结果依次为21.75%,33.56%,23.39%,23.81%,对应的货运需求满足率分别为20.87%,268.56%,22.66%,0.13%,可知四川省运输结构与运输资源分配不合理,仍有较大的改善与优化空间。     

基于Influ-Logit 模型的综合运输方式货运量分担率研究

各交通运输方式的货运量分担率可用于判断地区运输结构与运输资源配置的合理性。首先,建立运输方式选择中考虑的影响因素指标,并运用层次分析法求出各指标的权重。其次,基 于经济学中效用值与效用函数理论,确定影响因素指标的相对效用值,进而根据指标权重和相对效用值确定不同运输方式的效用函数值。再次,采用Influ-Logit 模型对地区理想状态下的货运量分担率进行预测,同时根据实际数据确定实际货运量分担率,进而求出货运需求满足率。最后,结合《四川统计年鉴—2015》中交通运输行业相关数据,运用上述方法计算该省铁路、公路、水路、民航运输的货运量分担率,结果依次为21.75%, 33.56%, 23.39%, 23.81%,对应的货运需求满足率分别为20.87%, 268.56%, 22.66%, 0.13%,可知四川省运输结构与运输资源分配不合理,仍有 较大的改善与优化空间。     

基于BP神经网络的南宁市公路货运量预测

为提高公路货运量预测的准确性,依据南宁市历史年份的公路货运量数据建立公路货运量的BP神经网络预测模型。将模型在MATLAB软件环境下进行编码并运算,通过对数据的反复训练和学习最终得到预测值。经过实例分析证明基于BP神经网络的货运量预测模型的有效性。为证明不同方法间的差异性,利用趋势外推法、三次指数平滑法、灰色预测法以及指数回归法对南宁市公路货运量进行了预测。通过对比分析,得到不同方法的相对误差。可以看出,基于BP神经网络的货运量预测模型较传统预测方法有较大的优越性,BP神经网络模型能够揭示货运量的非线性变化关系,准确地拟合原始数据。     

基于PCA和HMM的汽车保有量预测方法

分析了常用的汽车保有量预测方法,提出了一种新的基于主成分分析和隐马尔可夫模型的汽车保有量预测方法.选取国民总收入、人均GDP、人口总数量、城市化率、固定资产投资总额、进出口总额、城镇居民人均可支配收入、钢材产量、公路货运量、公路客运量、社会消费品零售总额11个指标作为汽车保有量的主要影响因素,运用主成分分析提取了主要影响因素的主成分.以提取的主成分与汽车保有量分别作为自变量、因变量,建立了回归分析模型.以汽车保有量回归预测值的年增长率为隐状态,以回归预测值与实际值的相对误差为可见信号,建立了隐马尔科夫模型,并对的汽车保有量回归预测值进行修正.分析结果表明:基于1994～2008年的中国汽车保有量及其主要影响因素的历史数据,应用提出的方法得到2009、2010年的汽车保有量修正值分别为6.220 96×107、7.825 12×107 veh;与2009、2010年实际汽车保有量比较,相对误差分别为-0.95％、0.30％.可见,基于主成分分析和隐马尔科夫模型的汽车保有量预测方法具有良好的预测精度,能够适用于短期预测.     

公路货物运输量灰色马尔可夫预测模型

为了提高公路货物运输量的预测精度,结合灰色系统和马尔可夫链的特点,建立公路货物运输量灰色马尔可夫预测模型.在实例应用中,建立运输量GM(1,1)灰色预测模型,在获得预测值和残差检验的基础上,将原始数据序列划分为4个状态,计算状态转移概率,利用灰区间中位数建立货运量灰色马尔可夫预测模型,对货运量和货运周转量进行预测.将其预测结果与GM(1,1)灰色模型的预测结果比对,结果表明,灰色马尔可夫预测模型可以用于公路货物运输量预测,且其预测精度高于GM(1,1)灰色模型.     

基于综合货运枢纽公路货运场站布局

在综合货运枢纽的条件下,运用几种不同的预测方法预测公路货运场站的适站量,根据得到的结果,进一步确定公路货运场站的规模和数量。结合公路货运场站规划的实践以及需求预测成果,对综合公路货运场站的布局模型进行分析。通过重要度指标量化,建立基于重要度的混合整数规划模型,并借助优化建模软件,对实际问题进行抽象建模,编写求解程序,成功建立求解模型,使得模型能够更好地应用于实践中。     

中国货运结构优化的碳减排效应测度

管理部门和学界高度重视货运结构优化问题，因为过高的公路货运量导致货运碳排放居高不下，不利于早日实现“碳达峰、碳中和”目标。除货运结构外，货运碳排放受诸多因素影响，但研究者大多仅关注部分重点因素影响，对于货运结构优化的碳减排效应缺乏准确理解。为解决上述问题，本文利用“自上而下”法测算1999—2019年中国货运碳排放量，并构建综合考虑社会经济变量(如人均GDP)与货运特征变量(如货运分担率)的偏最小二乘回归模型，通过调整不同货运方式使用费用，模拟2030年不同政策刺激情景下货运结构优化的碳减排效应。结果表明：1999— 2019年，社会经济变量对货运碳排放增长的年均贡献度为73%，显著高于货运特征变量；公路、铁路和水路货运分担率变化对货运碳排放增长的年均贡献度分别为1.81%、-0.01%和-0.26%；2030 年公路货运量全部转为铁路或水路货运量的极端情景，难以实现单位GDP货运碳排放较2005年下降65%的标准；增加高碳货运方式使用费用的碳减排效应比降低低碳货运方式使用费用更显著。     

牡丹江农垦分局公路货运量的预测分析

SPSS软件是公认的最优秀的统计分析软件包之一，除做常规的各种统计外，常常用来做一些预测分析。在牡丹江农垦分局公路货运站规划中，利用牡丹江农垦分局公路货运量和货运周转量历史数据，充分利用了SPSS软件的预测分析功能，对牡丹江市未来特征年的货运量和货运周转量进行了预测分析，以此为当地的交通发展和交通规划奠定基础。     

基于灰熵法的公路货运量和货物周转量关联因素分析

分析了国民经济宏观因素与公路货运量和货物周转量之间的相互影响, 提出了基于灰色关联度算法与熵权法相结合的灰熵关联度算法, 依据《陕西统计年鉴》中近14年的经济数据与公路货运量和货物周转量数据, 研究了国民经济宏观因素与公路货运量和货物周转量之间的关联系数, 给出了各个经济指标对公路货运量和货物周转量的影响程度; 去除各数据之间量纲的影响, 用灰色关联度算法计算经济指标与公路货运量和货物周转量之间的关联系数, 用熵权法计算各经济指标的权重; 基于经济指标的关联系数及其权重, 计算了各个经济指标与公路货运量和货物周转量之间的关联度, 并分析了北京市和天津市公路货运量的影响因素。分析结果表明: 对于经济指标, 公路货运量和货物周转量呈现相似的关联趋势, 陕西省公路货运量与第一产业产值、工业增加值、第二产业产值之间的关联度较高, 分别为0.944 7、0.941 7、0.940 2, 货物周转量与第一产业产值、城镇单位在岗职工平均工资、人均生产总值的关联度较高, 分别为0.920 7、0.915 9、0.915 3;北京市公路货运量与第三产业指数、第二产业指数、人均生产总值指数的关联度较高, 分别为0.716 2、0.714 8、0.710 9;天津市公路货运量与城镇单位在岗职工平均工资、生产总值、第三产业产值、第二产业产值、工业增加值、人均生产总值的关联度较高, 分别为0.862 0、0.855 6、0.853 4、0.851 4、0.851 4、0.851 3。可见: 北京市与天津市公路货运量关联因素分析结果总体上同陕西省基本一致, 主要关联因素都是该地区三大产业产值。      

公路路网货物运输量月度波动系数推算方法

公路运输量波动系数反映了运输需求与运输供给在时空上的不均衡状态.本文首先分析了车辆货物运输量月度波动系数的统计方法和其在统计调查中存在的问题;接着依托高速公路联网收费系统、交通量自动观测点与交通量调查信息系统等平台,建立了公路路网货物运输量月度波动系数推算模型,把车货质量、收费总额、交通量、车道数、通车里程等参数引入到模型中来,并对公路路网货物运输量非基数月度波动系数提出了量化处理、权重赋予的方法;最后,通过实例验证了模型和算法的可行性.研究成果可为公路路网货物运输量统计调查、区域内公路路网规划和综合运输体系优化提供切实的参考.     

区域路网货物运输量统计方法改进

为更加准确获取行政区域内路网货物运输量及运输量结构性数据，支撑交通运输行业主管部门决策，在分析区域路网运输量和车辆运输量关系的基础上，依托高速公路收费的全样本数据和公路交通调查数据，采用货车日均断面交通量和等效里程两个类比指标，提出区域路网货物运输量改进的统计方法.按照公路技术等级对区域路网运输量进行细化，拆分得到运输量结构性数据，建立区域路网运输量和车辆运输量之间的联系.以云南省为例进行分析，结果表明：云南省区域路网货运周转量中，高等级公路比例约为71%，其中，高速公路比例达54%；云南省与外省区域间车辆流动性不大，经济开放程度不高.     

模糊多元回归模型在运输弹性系数预测中的应用

弹性系数法是交通预测的一种基本方法,其结果不仅受经济指标预测值的影响,还与预测方法的选择息息相关.文中以模糊多元回归理论为基础建立运输量与相关经济变量之间的关系式,并进行模型求解,进而可以对运输弹性系数进行预测.通过湖南省的公路客运量弹性系数预测结果表明,基于模糊多元回归模型的弹性系数预测方法可以确定弹性系数的变化范围,能够有效地解决观测数据不精确,以及指标变化不确定带来的预测精度问题,合理反映运输与经济发展的趋势关系.     

基于改进灰色-马尔可夫链方法的公路货运量预测

科学的货运量预测对公路发展战略的制定具有十分重要的意义．针对灰色模型的预测结果精确度受原始数据变化幅度的影响较大,且要求累加生成的数据列具有指数性质的缺点,采用带波动的多项式来替代GM（1,1）模型中的指数形曲线,并通过马尔可夫链对其预测结果进行修正,从而建立改进的灰色-马尔可夫链预测模型,同时利用该改进模型对我国公路货运量进行预测,经分析表明预测结果具有较高的精度,预测方法具有一定的可行性和有效性,预测结果可指导公路建设与管理．     

基于重要性和可行性的区域公路货物运输量统计指标排序模型

通过分析区域公路货物运输量统计指标需求分析的有效样本,应用数理统计方法建立区域公路货物运输量统计指标排序模型,运用SPSS统计软件对统计指标的重要性和可行性的均值、满分频率、等级以及变异系数等相关统计量进行计算分析,遵循＂等概率原则＂求其期望值,以评价各指标重要性和可操作性.     

公路货运弹性系数的因子计算方法研究

为全面、有效地分析众多指标因子对货运需求的影响并揭示它们之间的联系,将公路货运影响因子划分为公路货运经济因子和公路货运弹性因子两种,并给出公路货运弹性系数的因子分析法。对某省1980～2005年公路货运指标采用因子分析法进行计算,通过经济因子和弹性因子的关系来获取该省公路货运的弹性系数。结果表明：采用因子分析法进行公路货运需求分析,既能大大减少参与数据建模的变量个数,有效降低变量维数,同时也不会造成信息的大量丢失;各年货运弹性系数总体变化不大,能够较好地反映公路货运与社会经济发展的关系,但利用几何平均法得到的运输弹性系数的发展趋势比较平缓,其波动范围也小于利用算术平均法得到的弹性系数。     

在地公路货物运输量统计方法

提出了在地公路货物运输量的概念, 将非营运货车和外地货车纳入了在地货物运输量的统计范畴, 归纳了基础数据集; 通过分析车辆注册地、使用性质、路网等级和车流流向等因素, 提出了在地货物运输量的统计思路和拆分逻辑, 建立了在地公路货运量和货物周转量统计模型; 基于本市籍营运货车产生的货运量, 提出了在地货运量规模指数用以评估在地货运量的相对偏移程度和外地货车的参与程度。研究结果表明: 控制极限误差在10%以下时, 5种基础数据集, 即货运专项调查数据、高速公路联网收费数据、普通公路抽样调查数据、普通公路交通量调查数据和车辆管理所在册货车数据可完成在地货物运输量的精细化推算; 提出的统计模型使所研究城市创造每万元GDP的货物周转量与全国平均水平的相对偏差率为0.45%, 具有一致性; 所研究城市的在地货运量规模指数为2.47, 说明实体经济发达的城市中外地货车在当地参与运输的程度偏高; 本市籍营运货车货物运输量不足以支撑当地经济规划; 本市籍在册营运货车少并不能代表本市运力不足, 所研究城市的本市籍营运货车主要承担短途运输, 在总市内货运量中占66.28%, 而外地货车主要承担市际与省际间的货物交流, 在总跨市货运量中占79.16%;货车按车型计费后, 每种货车车型的平均载货质量与按车流划分的重车比将是在地货物运输量统计的关键参数; 省际间3轴及以上货车车流量存在着不均衡性。      

公路货运弹性系数的因子计算方法研究

为全面、有效地分析众多指标因子对货运需求的影响并揭示它们之间的联系,将公路货运影响因子划分为公路货运经济因子和公路货运弹性因子2种,给出了公路货运弹性系数的因子分析法,并对某省1980~2005年公路货运指标采用因子分析法进行计算,通过经济因子和弹性因子的关系来获取该省公路货运的弹性系数。结果表明：采用因子分析法进行公路货运需求分析,既能大大减少参与数据建模的变量个数,有效降低变量维数、同时也不会造成信息的大量丢失;各年货运弹性系数总体变化不大,能够较好地反映公路货运与社会经济发展的关系,但利用几何平均法得到的运输弹性系数的发展趋势比较平缓,其波动范围也小于利用算术平均法得到的弹性系数。