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.     

熵值组合预测模型在民用汽车保有量预测中的应用

为了提高民用汽车保有量预测的准确度及精度,在科学合理选取民用汽车保有量的预测指标的基础上,选取了三种单项预测方法,建立基于熵值法的组合预测模型,利用2002~2011年天津市民用汽车保有量数据进行模型检验,检验结果表明该模型预测准确、精度较高,适合对民用汽车保有量预测,并对2013~2016年天津市民用汽车保有量进行预测,为制定城市道路规划、交通规划提供可靠的数据依据。     

基于改进Compertz-PCA的汽车保有量联合预测

立足汽车行业,整理我国2005—2019年有关汽车保有量的相关面板数据,使用PCA方法分析,确定营运公交数、轨道交通公里数、公路里程数、城市化率、汽车报废量、社会消费品零售总额、汽车销售量、人均GDP、国民生产总值9项因素为汽车保有量影响因素.利用PC A分析后得出的7项主要影响因素构建汽车保有量综合影响指标M,借鉴国际上通用的饱和指标,结合Compertz曲线模型对我国未来20年汽车保有量的发展趋势进行预测,结合实际情况测算出我国汽车保有量.该模型由于引入综合影响指标M,所以在预测过程中考虑到更多的参数影响,提高预测精度.结果显示:我国汽车保有量已经在沿着Compertz曲线的轨迹发展,但并没有达到饱和点,即将处于成熟期,2031年汽车保有量将达到3.5亿辆.     

基于分段外推法的城市汽车保有量预测

汽车保有量的预测是城市交通规划的一项基础性工作,是制定各种交通需求管理措施的重要依据。分析影响城市汽车保有量的因素,将城市划分成不同的交通小区,并建立相应的评价模型对各小区进行综合评价。同时利用某一小区以往汽车保有量资料,建立基于分段外推法的城市汽车保有量预测模型,为城市汽车保有量的近期预测提供有效方法。     

基于双重Logistic曲线模型汽车保有量预测方法

经济发展和人民生活水平提高使得汽车保有量急速上升,从而引发城市交通拥堵、能源短缺、环境污染等诸多问题,解决这些问题的前提是对未来年小汽车保有量客观、准确的预测。为了保证预测的准确性,采用双重Logistic曲线模型预测人口户数,通过分析人口户数与小汽车保有量之间的定量关系确定未来年小汽车保有量最大值范围;并结合西安市历年小汽车历史数据对未来西安市小汽车保有量进行预测。预测结果表明:该方法能根据人口增长趋势客观,动态地反映未来汽车保有量的发展趋势。西安市小汽车保有量还会快速增长,未来年小汽车保有量极值将达到626万辆左右。     

���ڼ�������ѧģ�͵�����������Ԥ��

汽车保有量与社会经济的发展有着密切关系，通过建立计量经济学模型寻求汽车保有量和社会经济有关指标的函数关系，可以较为准确地预测一个地区短期内的汽车保有量.本文根据广东省的统计数据，给出建立计量经济学预测模型和进行各项检验的详细过程，并根据模型预测了广东省2004年和2005年的汽车保有量.     

中国机动车保有量发展趋势分析

针对中国机动车保有量发展趋势的分析及预测问题,从近20年来中国与其他典型国家、地区和城市的人均GDP、机动车保有量及人口密度的数据着手,分析三者之间的关系。结果表明,在未实施机动车保有量控制政策的情况下,人均机动车保有量与人均GDP有较强的正相关关系,与人口密度有一定的负相关关系。指出各个国家在机动化发展过程中各有特点,难以找到精确的定量化预测方法。针对高保有量、中保有量、低保有量三种情况分析中国未来机动车发展趋势并提出相关建议。     

基于熵值法的城市汽车保有量组合预测

分析灰色系统、多元回归、指数平滑、神经网络4种预测方法的特点并利用它们分别对城市汽车保有量进行预测,在此基础上通过熵值法确定各预测模型的加权系数,建立组合预测模型,最后将1995-2007年汽车保有量的各预测值与实际值进行比较,结果表明该组合预测法精度较高,实用性更强。     

基于RBF神经网络因子分析的汽车保有量预测

汽车保有量预测对城市交通的发展方向有直接的参考意义,通过分析影响城市汽车保有量的因素,采用因子分析法提炼出较少的线性无关的主要因素,建立预测城市汽车保有量的RBF神经网络模型.最后通过实例分析,对RBF神经网络因子分析法计算结果和全要素神经网络模拟结果比较,得出RBF神经网络因子分析法在运算效率、运算精度上的优越性.     

杭州市驾驶员培训行业发展环境与需求预测研究

本文介绍了杭州的经济环境和杭州市驾驶员培训行业的现状。选取杭州市人均GDP水平、总人口及机动车保有量这三项指标为变量,采用人工神经网络模型对驾培机构、教练车辆、教练员数进行预测。并对预测结果进行合理的分析。     

基于主成分和BP神经网络的汽车保有量预测

针对汽车保有量预测建模中输入因子过多而导致神经网络规模过大、泛化能力差的问题,通过主成分分析法和贝叶斯正则化方法对BP神经网络进行改进,可简化网络结构,增强泛化能力。对此,以我国汽车保有量预测为例进行的仿真计算表明,结果令人满意,这也同时证明了该方法用于汽车保有量预测的可行性与有效性。     

基于主成分和BP神经网络的汽车保有量预测

针对汽车保有量预测建模中输入因子过多而导致神经网络规模过大、泛化能力差的问题,通过主成分分析法和贝叶斯正则化方法对BP神经网络进行改进,可简化网络结构,增强泛化能力。对此,以我国汽车保有量预测为例进行的仿真计算表明,结果令人满意,这也同时证明了该方法用于汽车保有量预测的可行性与有效性。     

中国城市私人汽车拥有量的影响因素分析

为了探讨中国城市私人汽车拥有量的影响因素,在收集中国32 个省会城市和计划单列市的 2001—2013 年的面板数据的基础上,以私人汽车拥有量的对数为被解释变量,从经济属性、城市 属性、交通属性和政策属性4 个角度出发,选取9 个解释变量,分别建立固定效应模型和随机效 应模型。对模型进行异方差检验、序列相关检验和截面检验之后,利用STATA统计分析软件进行 回归分析,并通过豪斯曼检验进行比较,选取最优模型。研究结果表明固定效应模型较优,人均 地区生产总值、人口密度、城市化率、人均城市道路面积、每万人拥有公共汽车数以及公路里 程,这些因素均对我国私人汽车拥有量具有显著性的正效应。     

重庆市汽车保有量和维修需求量预测

笔者对汽车保有量和维修需求量的预测方法进行了分析比较，并根据历史原始数据进行了预测和分析，所得结果为测定重庆市汽车维修行业发展规划提供了科学的依据。     

谈谈缓解城市停车难问题的出路

据有关部门专家预测,随着我国加入WTO和经济社会的快速发展,到2010年我国约有1/2家庭将拥有私人轿车,东南沿海发达城市将达到60%～70%左右.例如,杭州市作为全国经济较为发达的省会城市,人均GDP在2005年已达到5431美元,购车高峰已经形成,截止到2005年12月份,老城区拥有各类汽车49.27万辆,而私人汽车保有量为30.39万辆,占总量的61.68%.     

交通事故宏观计量经济学模型(英文)

从经济发展水平、人口数量、汽车保有量、道路情况等宏观因素入手,研究了国内外道路交通事故规律,分析了人均GDP与千人汽车保有量、万车死亡率、10万人口死亡率之间的关系。以宏观计量经济学和柯布-道格拉斯函数为基础,利用7个国家的历史数据构建了交通事故面板数据模型。分别采用固定效应模型和随机效应模型进行参数估计,并进行了Hausman检验,得到7个国家的交通事故宏观计量经济学模型。计算结果表明:在交通事故参数中,10万人口死亡率与人均GDP、人均道路长度呈正相关,与千人汽车保有量呈负相关;通过Hausman检验,自由度为3的卡方分布值为3.91,概率为0.02,小于0.05的置信区间;与随机效应模型相比,固定效应模型各变量的置信区间都小于0.05,拟合优度更好。可见,本文模型有效。     

重庆市机动车排放污染预测

随着汽车保有量的迅速增加,汽车排放已成为城市空气污染的主要来源.本文通过预测未来重庆市的汽车保有量,并利用MOBILE5模式计算预测年份机动车排放的综合排放因子,由此预测未来重庆市城区机动车的排放总量.     

重庆市机动车排放污染预测

随着汽车保有量的迅速增加，汽车排放已成为城市空气污染的主要来源．本文通过预测未来重庆市的汽车保有量，并利用MOBILE5模式计算预测年份机动车排放的综合排放因子，由此预测未来重庆市城区机动车的排放总量。     

中国城市机动化发展情况及政策分析

中国城市机动车保有量持续快速增长对城市交通环境、交通承载能力、交通服务水平提出了新挑战。首先,基于不同国家、中国不同城市汽车保有量数据,分析中国城市机动化发展所处水平、机动化结构、机动化发展特点及增长趋势。探讨影响中国城市机动化发展的关键因素:汽车价格与人均GDP的比值、公共交通发展,以及汽车产业政策。最后,从公共交通政策导向作用、机动车限制性管理、步行和自行车交通方面评述中国城市交通政策,同时从国家政策、城市交通规划与实践、市民绿色出行意识培养等层面提出相关建议。     

道路交通事故宏观预测模型

道路交通安全已成为全社会普遍关注的问题,为了对中国未来的交通安全形势作出科学准确的预测,分析了中国道路安全状况的评价指标和主要影响因素,以交通事故死亡人数作为评价指标（输出变量）,以机动车保有量、公路里程、人均GDP为输入变量（影响因素）,建立了基于遗传算法的神经网络道路交通事故宏观预测模型和BP神经网络预测模型．模型的训练利用1978～1998年的道路交通事故数据为样本;模型的检验利用1999～2004年的道路交通事故数据进行检验．模型对未来年份的死亡人数进行了预测．预测结果表明：基于遗传算法的神经网络模型比BP神经网络预测精度较高,网络泛化能力强;得出2010年和2020年中国的道路交通事故死亡人数值分别为13．9万人和16．7万人．