共查询到20条相似文献,搜索用时 31 毫秒
1.
西安市公交客运量的回归分析预测研究 总被引:1,自引:0,他引:1
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。 相似文献
2.
吴汪友 《大连铁道学院学报》2011,(1):26-29
对公路客运量预测方法进行了介绍,阐述了回归预测中引入曲线拟合度分析法的作用,对曲线拟合度分析法的预测思路与方法进行了介绍,选取杭州市"十一五"期间客运量与生产总值数据来构建货物运输量预测模型,对"十二五"期间客运量进行了预测,提高了公路客运量预测对于交通规划的指导作用. 相似文献
3.
吴汪友 《大连交通大学学报》2011,32(1):26-29
对公路客运量预测方法进行了介绍,阐述了回归预测中引入曲线拟合度分析法的作用,对曲线拟合度分析法的预测思路与方法进行了介绍,选取杭州市"十一五"期间客运量与生产总值数据来构建货物运输量预测模型,对"十二五"期间客运量进行了预测,提高了公路客运量预测对于交通规划的指导作用. 相似文献
4.
为给铁路运输部门规划设计提供科学准确的短期铁路预测客运量,以2005—2018年铁路月客运量为基础,根据其增长趋势和周期性变化规律,分别采用季节性指数平滑法和季节差分自回归移动平均法(seasonal autoregressive integrated moving average,SARIMA)建立模型,预测2019年铁路客运量,并与实际客运量对比。以平均绝对百分比误差(root mean square error,MAPE)和均方根误差(root mean square error,RMSE)为衡量标准,对比分析2种方法的预测结果。分析结果表明:与指数平滑法相比,应用SARIMA模型使预测的铁路客运量的MAPE减少56.26%,RMSE减少64.61%,SARIMA模型更适合对铁路客运量进行短期预测,精度较高。 相似文献
5.
为了确定车站等级,配置设施,布置列车运行图.趋势预测是客运专线的运量预测的重要组成部分,也是其它预测阶段的基础.本文选择灰色预测法,根据2003-2008年的客运量数据建立灰色预测模型,通过预测可知长大段主要车站的趋势运量呈显著性增长.建议加大主要车站基础设施建设,完善服务体系,以满足客运量的快速增长. 相似文献
6.
为了确定车站等级,配置设施,布置列车运行图.趋势预测是客运专线的运量预测的重要组成部分,也是其它预测阶段的基础.本文选择灰色预测法,根据2003~2008年的客运量数据建立灰色预测模型,通过预测可知长大段主要车站的趋势运量呈显著性增长.建议加大主要车站基础设施建设,完善服务体系,以满足客运量的快速增长. 相似文献
7.
8.
9.
公路客运量预测不仅是进行客运发展规划的基础,也是制定城市综合客运枢纽规划及综合交通规划的前提。通过对公路客运量预测决策表连续属性的离散化、决策矩阵构造及最简决策规则的获取,建立了基于粗糙集的客运量预测模型。该模型获取的最简决策规则避免了因历年统计数据波动而造成的预测误差,最终的预测结果为增长区间而不是绝对数值,更好的反映了公路客运需求。最后应用该模型预测成都市未来5 a的公路客运量,得到了客运量的增长区间。 相似文献
10.
11.
12.
王晚香 《大连交通大学学报》2014,35(5):10-12
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. 相似文献
13.
14.
15.
公路旅游运输客运量预测 总被引:2,自引:0,他引:2
黄平 《重庆交通学院学报》2002,21(4):51-53
公路旅游客运量的预测是公路旅游运输客运发展和管理的基础,也是地区未来旅游发展趋势的预测,笔者结合公路旅游客运的特点,提出了地区旅游客运总量的“弹性系数法”的常规预测模型;公路旅游客运量的“景点容量-吸引力模型”和“容量-车型模型”,为旅游运输车型配置和合理的组织运输提供理论基础。 相似文献
16.
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。 相似文献
17.
利用该模型对2019年的铁路月度客运量数据进行预测,并与实际客运量进行对比分析,实验表明,LSTM-Prophet算法模型预测值的MAPE值为1.91%,MAE值为559.07,RMSE值为691.82,三个评价指标值都低于SARIMA模型、LSTM模型和GM(1,1)模型的评价指标值,所以LSTM-Prophet算法模型更能准确预测客运量数据,为决策提供参考价值。 相似文献
18.
城市轨道交通客流分析 总被引:4,自引:0,他引:4
在城市轨道交通的规划设计中,客流资料是项目的必要性论证、方案比选、确定系统规模、进行效益分析的基础.通过对我国十几座城市轨道交通系统30多条线路客流预测资料的分析,结合规划设计的技术决策过程和处理实际问题时的思路,建立了客流分析方法,提出不能仅靠"远期高峰小时单向最大断面客流量"来确定系统规模,应考察单向"最大断面客流量"是否能得到"高断面流量区间"的支撑;阐明了客运量可能的发展趋势;建立了以车站、路段为单元的客流空间分布研究方法和全日客运量时段分布研究方法;提出了应对系统、环境发生变化时的客流预测结果的调整方法. 相似文献
19.
20.
基于指数平滑法和马尔科夫模型的公路客运量预测方法 总被引:3,自引:0,他引:3
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. 相似文献