基于SARIMA模型的广珠城际铁路客流量预测

为实现铁路车站发送客流量的短期预测,研究预测步长对短期客流预测效果的影响,分析了广珠城际铁路车站发送客流的特征和变化规律,结合客流特征及季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)的适用性,构建了SARIMA客流预测模型,利用Python软件中的Statsmodels模块完成了SARIMA客流模型的精细化调参,以广州南站、小榄站的发送客流量为例验证了模型的有效性.结果表明,SARIMA预测模型可以较好地适用于不同数量等级的客流预测,其预测精度随预测步长的增加而降低.预测步长为1时,广州南站、小榄站、珠海站客流预测平均绝对百分比误差(mean absolute percentage error,MAPE)值分别为3.97%,5.83%,5.43%;预测步长增加为2时,各车站客流预测误差显著增加,广州南站、小榄站、珠海站客流预测误差MAPE值分别为5.31%,6.79%,7.62%;预测步长大于2时,预测误差基本保持稳定.将SARIMA模型预测效果与随机森林(random forest, R...     

基于BP神经网络的轨道交通客流量预测

通过对BP神经网络的研究,借助MATLAB软件及其神经网络工具箱的应用学习,对非线性函数进行逼近,通过特定设计函数对所需要建立的神经网络模型进行训练,并且利用仿真来判断误差结果,得出符合模型的合理权值以及阈值,最后根据已有年数据进行轨道交通客流量的预测.     

基于无偏灰色马尔科夫模型的客流量预测

为合理制定城市轨道交通列车开行方案,同时为城市轨道交通公安机关布置警力提供科学依据,采用无偏灰色马尔科夫模型进行客流预测。分析灰色GM(1,1)模型和无偏灰色GM(1,1)模型的基本特点,在此基础上构建马尔科夫模型。以郑州地铁1~#线2017-02-03—02-18每日客流量为基础,分别利用无偏灰色GM(1,1)模型和马尔科夫模型计算客流量,并对预测结果进行检验对比。结果表明:马尔科夫模型较无偏灰色模型对客流量的预测精度提高54%。利用马尔科夫模型对未来3d的客流量进行预测,预测结果符合城市轨道交通客流的实际情况。     

基于非集计模型的铁路通道内客运专线分担率模型

客运专线网的逐步建成加剧了运输方式间的竞争,影响着不同方式客流分担率的变化。为充分发挥铁路通道的整体运输能力,论文基于出行效用最大化行为假说,确定了影响乘客出行方式选择的特性变量及相应的取值方法,选择客运专线和既有线作为铁路通道内居民的出行方式,建立了交通方式选择二肢Logit模型。作者用非集计模型将乘客的出行时间、出行目的、出行距离和票价等个人特性引入模型,提高了模型的实用性。通过交通规划软件-TransCAD标定模型参数,得到了不同出行距离下铁路通道内客运专线和既有线的客流分担率,证明在一定距离范围内客运专线的客流分担率与开行距离呈正相关,从而给出了铁路通道内客运专线开行的优势距离范围的建议。     

客运专线旅客列车开行方案的客流分配方法

为了制定合理的列车开行方案，从旅客的出行需求及满意度出发，分析了影响客流分配的主要因素；根据开行方案中列车的运行区段及列车停站情况，构造了列车的运行网络；结合旅客的出行心理，给出了将旅客出行成本折算成旅客满意度的方法．在此基础上，建立了确定裔流分配的多目标线性规划模型，模型体现了旅客对列车选择的主动性．通过研究影响客流分配的相关因素，给出了路网客流的合理分配方法.     

铁路客流量预测分析与研究

铁路客流量预测与分析对铁路部门采取有效的应对措施具有十分重要的意义,分别应用基本的神经网络和遗传算法优化BP神经网络对客流量进行了预测,建立铁路客流量网络预测模型.分别利用以前客流量的数据对2011年和2012年的客流量做了预测验证,并对2013年的客流量做了预测,结果表明利用遗传算法优化BP神经网络得到的预测数据和实际的基本相符,该预测算法应用到客流量的预测中效果良好,具有很好的应用和推广的前景.     

客运专线铁路路基填料改良技术分析

客运专线铁路对路基变形提出了严格要求,填料改良已经成为客运专线铁路必须解决的问题。研究以动强度为控制条件,以静强度为判别标准的改良土的设计思想,分析了水泥、石灰改良土的特点和使用条件。     

随机稳定性配流规划的客运专线列车开行方案模型

为适应我国客运专线高、中速列车混跑的运营要求,提高开行方案的随机鲁棒性,根据图论、概率论和期望值建模的基本思想,构建了符合路网系统运能的旅客列车开行方案的多目标随机期望值规划模型,设计了带有随机模拟的多参数级联遗传算法.算例结果表明:当列车与旅客出行的路径绕行率均为1.4、周期为60 min、列车K-短路参数为3和旅客出行路径K-短路参数为8时,经600代进化后求得满意解,用该算法能够得到满足路网线路通过能力、不同速度的运行线系统运能和路网旅客出行需求等约束条件的开行方案和配流方案,且具有高鲁棒性.     

客运专线综合交通枢纽换乘

客运专线综合交通枢纽换乘是一个十分复杂的问题,涉及多个部门和多个学科,具有很强的社会性、综合性与交叉性。首先分析客运专线客流组成和旅客出行时间特征,然后进行换乘衔接的分类,最后提出客运专线与其它交通方式换乘原则,并对科学配置城市交通的客运设施和换乘系统衔接布局等措施进行分析。     

城市新增公交线路的经济效益测算

通过对城市公交线网新增公交线路的客流量、运输成本的分析，以及新增公交线路所带来沿线区域公交线网的经济效益的测算．建立城市公交线网新增公交线路经济效益的数学模型，不但有助于分析乘客和公交公司双方的利益，而且还有助于结合城市的交通系统进行区域沿线公交线网的评价。     

对我国高速铁路客运量预测的探讨

分析了客运量的影响因素、铁路客运在全国客运市场的地位,提出在市场经济条件下高速铁路客运量的预测方法,即先预测整个客运市场的客运量,再根据高速铁路在客运市场的地位和作用确定其客运量。最后给出一个例子对此予以说明。     

基于灰色-马尔科夫链理论的公路客运量预测

客运量预测是公路网规划不可缺少的环节,是公路经济效益计算的重要基础。以四川省公路客运量为例,利用灰色系统理论,建立GM（1,1）预测模型,并将灰色GM（1,1）预测模型与马尔科夫链状态转移矩阵相结合,进一步提高预测结果的精度。从计算效果上分析,该方法求得的结果与其他方法相比,与实际值偏差较小,预测效果较好。     

最小二乘支持向量机在公路交通客流量预测中的应用

交通客流量预测是交通规划的重要内容,对于交通规划具有重要意义。利用最小二乘支持向量机理论,建立交通客流量预测模型,通过与BP神经网络预测模型实验结果进行比较,验证了其在交通客流量预测中的有效性。     

公交客流预测的神经网络模型

通过分析神经网络的作用机理和公交年客流量的影响冈素,以城市人口、居民收入、生产总值等9个因素作为输入神经元,输出神经元为每年的公交客流量,建立了公交客流预测的径向基神经网络模型(RBF)和BP神经网络模型,以合肥市公交量的调查数据为例,对网络进行学习与训练仿真实验,结果表明所建模型具有较高的预测精度,效果较好.     

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。     

�׶��������߿�������Ԥ������Ӫ��ʽ�о�

为了更好地安排首都国际机场快线运营及接驳方式,在分析机场快线客流构成的基础上,改进了基于多式网络客流预测的方法,使得对量化各种交通运输方式之间的换乘和衔接成为可能。在此基础上,使用TransCAD对通往首都机场的客流量进行了预测。在预测过程中,通过建立广义时间函数,充分考虑了不同收入层次旅客在时间、费用、舒适度上的不同需求。根据预测客流,设计了机场快线在高峰、平峰的运营间隔时间及东直门换乘枢纽点的停车场规模,为东直门交通枢纽的规划设计及首都国际机场客流快速集疏散提出了有参考价值的建议。     

铁路客运量的系统动力学预测

在分析铁路客运量主要影响因素的基础上,建立了铁路客运量预测的因果关系图和流程图,写出了DYNAMO方程,并对模型中的参数进行了标定,利用历史数据检验及灵敏度分析对模型的有效性进行了验证,对我国未来五年的铁路客运量进行了预测.结论显示,经检验模型有效可行,系统动力学方法较好地符合铁路客运系统的特征要求,能够很好地进行铁路客运量短期预测.