高速铁路客运量预测方法研究

本文分析了常用高速铁路客运量预测方法中存在的主要问题，即多元Logit模型的非相关选择方案独立特性和多层Logit模型的log—sum变量构成对预测结果准确性的影响，并在此基础上提出了一种新的预测方法。该方法不仅避免了上述问题，而且能够真实反映乘客的运输方式选择行为，从而得到合理的预测结果，因此具有较好的应用前景。     

西安市公交客运量的回归分析预测研究

公交客运量的预测研究是非常重要的工作,根据西安市公交运量的相关数据,应用多元回归方法对西安市公交客运量进行预测分析,来确定未来某一时段的客运量,为西安公交网络规划提供决策依据。     

铁路客运量预测方法探讨

本文对常用的指数平滑模型、回归分析法、灰色模型、组合模型等进行了综合研究。根据上海1996-2004年的实际铁路旅客发送量，应用四种模型预测了2005年的旅客发送量，并与实际值进行对比，检验了模型的应用。最后，建议在预测时，根据手中掌握的资料利用多种模型进行预测，然后采用组合方法对预测结果进行修正，可以提高预测精度。     

我国公路客运量近期预测研究

采用多种数学模型，对我国１９８７～１９９６年公路客运量时间序列数据进行分析研究，用平均绝对百分误差（ＭＡＰＥ）择优筛选出的最优模型对本世纪末我国公路客运量进行了预测。     

汽车客运站客流特征及客运量预测研究

以潍坊汽车客运站为例,分析了汽车客运站的客流特征,根据客运站客流变化规律,建立了回归预测模型,经平均绝对百分误差检验预测误差小于10,属于高精度预测.同时进行了实际客运量预测,为汽车客运站合理安排组织运力提供了参考依据.     

城市公交客运量的灰色预测研究

本文将灰色系统理论应用于城市公交客运量预测,建立了公交客运量的灰色预测GM（1,1）模型,并通过残差检验、关联度检验和后验差检验等方法验证模型的正确性。该方法预测精度高、计算速度快、使用方便,特别适用于随机性强的城市公交线网日客流预测,并已在安庆市公共交通规划中得到应用,证明是较为实用的方法。     

基于主成分回归的公路客运量预测模型研究

运用主成分回归分析法,将影响公路客运量的众多相关因素简化为少数不相关因素,消除因变量过多导致的多重共线性,可构建公路客运量预测模型.实例证明,该模型具有较高的精度,适合影响因素指标发展较为明确的客运量短期预测.     

基于主成分回归的公路客运量预测模型研究

运用主成分回归分析法,将影响公路客运量的众多相关因素简化为少数不相关因素,消除因变量过多导致的多重共线性,可构建公路客运量预测模型。实例证明,该模型具有较高的精度,适合影响因素指标发展较为明确的客运量短期预测。     

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