基于车公里载客量的公交线路客运量预测研究

对公交线路客运量的有效预测是制定线路运营计划、合理规划运营线路和优化公交运营调度的基础.通过分析线路车公里载客量的周期波动特征,提出以车公里载客量和公交车载客里程为关键影响因素,建立公交线路客运量预测模型.实验结果表明,该模型预测效果较好,相对误差低于15%,具有较强的实用性.     

城市轨道交通节假日客流预测研究

城市轨道交通短期客流预测是列车运力配置和网络化运营决策的基础,预测结果的准确性、精细度及科学合理性决定了运营过程的安全性、运营组织的高效性和资源配置的均衡性.节假日(包括节前一日)客流与平日有明显差异,不同节假日、不同车站的客流规律各异,预测过程同时面临路网结构改变、历史可用样本少等问题,本文综合考虑大型活动、恶劣天气、车站周边土地利用性质等影响因素,采用模糊C均值聚类法和一元线性回归模型,构建了适用于路网结构发生改变的车站进、出站量预测模型,并结合北京市轨道交通历史客流数据,对2015年清明节前一日车站进、出站量进行了预测,与神经网络模型、多元回归模型预测结果对比表明,本模型预测结果更好,全路网客运量误差率为0.27%,车站平均预测误差率为3.92%.     

基于灰色理论的重庆市常规公交客运量影响因素分析及预测

为了研究重庆市常规公交客运的发展水平,把握当前及今后重庆市公交客运量的发展规律和发展方向.采用灰色关联度理论的研究方法,清晰直观地得到了反映重庆市常规公交客运量影响因素与客运量之间的关联度,通过比较分析的方法,发现利用传统灰色预测模型在进行重庆市常规公交客运量预测时,其拟合精度不够.研究发现需要对模型的紧邻均值生成序列做出改进,改进后的灰色预测模型要比传统的灰色预测模型的拟合精度更高,说明改进后的灰色预测模型更适用于重庆市的常规公交客运量的预测.      

赤峰市旅客发送量分析预测

科学预测地区客运量,可以为交通运输管理部门合理制定交通运输规划提供依据与数据支持,有利于其规划管理地区客运发展。文中首先采用回归分析法、三次指数平滑法、灰色预测法和弹性系数法建立组合预测模型对赤峰市公路客运量进行了预测;然后根据赤峰市客运适站系数与市内所占客运比例,得出赤峰市内日均旅客发送量;最后通过分析现有客运站场状况,提出在桥北组团新建客运站的建议。     

基于新陈代谢-GM(1,N)马尔科夫的轨道交通客运量预测方法

为提高城市轨道交通规划建设的合理性以及相关政策制定的科学性,分析影响城市轨道交通客运量的相关因素,将GM(1,N)预测模型、马尔科夫理论与新陈代谢3种方法的思想相融合,提出一种组合预测模型。首先采用GM(1,N)进行预测,并对预测结果进行残差修正。在此基础上,利用马尔科夫理论构建状态转移概率矩阵,二次修正预测结果,之后融入新陈代谢思想,根据时间序列删除已陈旧的或价值不大的信息,加入已得到的预测结果作为新的预测数据源,对下一时刻进行预测,从而提高模型预测的精度。根据2008-2013年上海市城市轨道交通客运量数据,运用该模型对2015年、2016年上海市城市轨道交通客运量进行预测分析,并与实际结果进行对比。研究结果表明:应用灰色模型,2015年、2016年预测结果分别为335 501. 91万人、382 682. 82万人,相对误差分别为9. 36%,12. 55%。应用提出的方法,预测结果分别为314 724. 28万人、349 397. 59万人,相对误差分别为2. 58%,2. 76%。为了进一步验证模型的准确性,引用北京市轨道交通客运量相关数据进行验证,其结果相对误差分别为2. 87%,3. 27%。可见,轨道交通客运量预测问题属于灰色系统研究范畴,并且所提出的新陈代谢-GM (1,N)马尔科夫模型预测精度较高,满足实际需求,是一种有效的城市轨道交通客运量预测方法,同时使得对客运量预测的研究趋于完整,丰富了该类问题的研究成果。     

农村牧区推行客运公交化运营模式的探索与思考

农村牧区客运需求逐年增加,客运量增大,客运市场结构发生变化,因此,农村牧区客运运营模式要适应客运市场的发展变化。文章以内蒙古赤峰市阿鲁科尔沁旗农村牧区客运运营模式的转变为例,探索、阐述了农村牧区客运公交化运营的可行性及必要性。     

泉州市道路旅游客运车辆需求量预测分析

为预测泉州市道路旅游客运的需求,在对泉州市道路旅游客运运量发展现状分析的基础上,选取GDP、第三产业值、城镇居民人均可支配收入、全年旅游总收入4个影响道路旅游客运量的重要因素,建立多元回归预测模型对泉州市旅游车辆完成的客运量需求进行预测,采取以运输量确定运输车辆数的办法计算出泉州市道路旅游运力的需求。     

高速公路交通事故模糊逻辑预测模型改进研究

以AADT、路段长度、车道数、大型车比例和地形条件作为模型输入变量,以每公里事故数作为模型输出变量,结合辽宁省高速公路数据构建基本的交通事故模糊逻辑预测模型.考虑到模糊集合结构和模糊控制规则对预测结果可能产生的影响,提出调整模糊集合和融入先验知识构建规则库的模型改进方法.以粤赣高速和开阳高速为案例,分析了基本模型与改进模型的可移植性.最后,应用同样的数据构建了负二项分布事故预测模型,并与模糊逻辑预测模型进行了对比分析.研究结果表明,纵向比较,模糊集合细化一定程度提高模型预测精度,细分模型相较于基本模型,总体平均相对误差减少8.3%,模型优度提高0.357;横向比较,融入先验知识构建模糊规则库能一定程度提高模型预测精度,基本先验模型相较于基本模型,总体平均相对误差减少1.9%,模型优度提高0.164.融入先验知识后模型的可移植性增强,平均预测精度高于基本模型,相对误差大于0.5的样本数减少3.8%,总体误差减少3.4%,总体平均相对误差减少4.1%,模型优度提高0.385;但细化集合的模型可移植性较低,与粗分和基本模型相比各个指标值均不同程度变差;而模糊逻辑事故预测模型与负二项分布事故预测模型在预测精度和可移植性方面均无显著差异.      

基于互信息贝叶斯网络的交通事故严重程度分析

为掌握省际客运行业事故严重程度影响因素, 采用互信息及贝叶斯网络方法构建模型, 分析各因素变化与事故严重程度的定量互动关系。鉴于行业样本量较小及专家知识建模存在主观性, 采用改进离散算法挖掘数据, 提出结合互信息与交叉验证的先验网络构造方法。以上海市2005—2019年741起省际客运事故数据为例进行模型分析。结果表明: 对事故最敏感的影响因素为驾驶员性别、天气和车辆类型; 其中“女性驾驶员”“雪、大风、雾”“中型客车”对事故严重性的权重占比分别为13.5%, 8.8%和5.7%;此外, 驾驶员年龄对群死群伤事故贡献较小; 客车尺寸与安全性非单调关系; 00:00—05:00引发7人以上受伤的概率同比上升9%;季节、天气、时间因素与财产损失无直接关联。模型泛化能力优于对比模型, AUC均值为0.644 588, 命中率达到97.3%。      

从道路客运在综合运输体系中的地位看营运客车的发展

道路客运在我国综合运输体系中的主导地位2010年,全国旅客运输总量328亿人,同比增长10.2%。其中:铁路客运量16.8亿人,同比增长9.9%;公路客运量306.3亿人,同比增长10.2%;水运客运量2.2亿人,同比下降0.7%;民航客运量2.7亿人,同比增长15.8%。公路客运量占全国旅客运输总量的93.38%,铁路     

运输通道公路旅客中长距离OD模型构造及分段客运量预测

针对运输通道公路旅客中长距离出行特征及调查点OD不一致问题,通过对各运输线路(高速公路、国道等)影响区域交通小区划分及变化的分析,提出利用既有的不同线路上各个调查点的OD调查结果,采用合并、拆分的方法构造通道OD的基本原理及旅客中长距离出行OD模型约束条件和修正方法,进而利用构造的OD模型预测未来年OD分布,推算通道内公路旅客中长距离出行的分段客运量,并结合京郑运输通道的公路分段客运量预测阐述了该方法的具体应用。     

城市公共交通枢纽客流量预测实用方法研究

通过全面分析遗传算法和神经网络的优缺点,在充分考虑各种可量化因素的影响权重的基础上,建立了遗传神经网络模型,提出了城市公共交通枢纽客流量预测实用方法,并通过实例进行了分析验证。结果表明,该方法在城市公共交通枢纽客流量预测的应用过程中具有较强的学习能力和自适应性,,其预测的精度明显得到提高。     

考虑动态波动性的轨道交通站点短时客流预测方法

轨道交通站点客流预测研究缺乏对短时客流动态波动性的考虑,不能预测短时客流区间.以北京市典型轨道交通站点为例开展实证,构建ARIMA-GARCH模型对误差项建模分析,拟合短时客流的随机波动特征.不同于以往的ARIMA-GARCH模型,研究还通过t分布揭示了客流的“尖峰后尾”效应,通过2种非对称GARCH模型识别了短时客流的非对称波动特征.模型结果表明,相比传统ARIMA模型,ARIMA-GARCH混合模型降低了20%以上的客流平均置信区间长度(MPII),同时提高了1%左右的置信区间覆盖率(PICP);周内客流波动性大于周末客流,而非高峰时段的客流不具有波动性.值得指出的是ARIMA-GARCH模型没有明显降低客流预测的平均绝对误差,尽管如此,混合模型可以在保证客流单点预测的前提下,准确地预测地铁客流区间.      

基于灰色理论的高速公路小修保养维修量预测模型

在仅有通车5 a以下维修量的小样本数据条件下,为了合理、科学地预测高速公路小修保养维修量,量化年平均日交通量、年均降雨量、年均温度和通车年限4个因素对维修量的影响程度。提出了基于Matlab的灰色系统预测模型,以实际调研路段5 a的统计数据为样本,运用灰色关联度模型对4个因素的影响程度进行量化评估;分别建立均值GM(1,1)单变量预测模型与GM(1,N)多变量预测模型对维修量进行预测分析。研究结果表明:上述4个影响因素与维修量的灰色关联度均大于0.5,说明上述4个自变量对维修量均具有较大影响;GM(1,1)模型70%的预测结果误差小于15%,GM(1,N)模型75%的预测结果误差大于30%,从而得出GM(1,1)预测模型比GM(1,N)预测模型的预测结果更加准确。因此,对通车5 a以下维修量的小样本数据预测,选用单变量预测模型更加合理、有效。     

融合XGBoost和图谱修正的公交通勤乘客目的地预测方法

准确把握公共交通通勤乘客的目的地, 有助于明确乘客出行需求, 提升公共交通服务水平。基于北京市1个月的公共交通出行数据和RP调查数据, 通过关联分析乘客公交卡号与公共交通刷卡数据和线站数据, 匹配获得563名通勤乘客完整出行链数据, 并利用关联规则实现302名公交通勤乘客高、中、低出行稳定性辨识。引入XGBoost集成学习算法, 分别以不同公交出行稳定性乘客出行目的地显著影响因素为输入变量, 以下次出行目的地为输出变量, 通过模型参数调优, 分类构建了公共交通通勤个体乘客下次出行目的地预测模型, 高、中、低稳定性乘客出行目的地预测准确率分别为90%, 66.67%和50%。借助个体乘客出行图谱转移概率对模型预测结果进行修正, 将预测准确率分别提升至91.2%, 83.21%和69.5%, 可以有效提升中、低稳定性乘客出行目的地的预测准确性。采用公交都市系统记录的目的地数据对下次出行目的地预测聚合结果进行对比验证, 客流预测值与真值变化梯度的绝对百分误差小于10%。因此, 在划分通勤乘客出行稳定性的基础上, 融合XGBoost和图谱修正的公交通勤乘客目的地预测预测方法具有较高准确性。      

快速公交车站客流预测模型问题研究

在分析传统＂四阶段＂客流预测方法优缺点的基础上,引入了＂出行者收入水平＂这一概念,重新定义了出行方式阻抗函数,提出了一种快速公交车站进出站客流预测的＂四阶段＂预测法的改进方法。选取阜石路快速公交系统中的甘家口车站进行实例分析,对车站高峰小时进出站客流量进行了预测。     

大型主题公园客流规模预测方法研究——以西安童世界项目为例

为了研究大型主题公园客流规模预测方法，以西安童世界乐园客流规模预测为例，提出大型主题公园客流规模预测基本分析方法。从区域旅游市场总体规模预测着手，基于人口、经济、交通三大因素分析客源空间分布特征，引入与产品特性密切相关的市场渗透率指标，预测了主题公园年客流总规模。     

基于多方式广义费用模型的超级交通网络需求预测技术应用

针对综合交通网络规划各方式缺乏有机融合问题，通过建立以虚拟概化线连接的铁路、公路、水运、民航各方式交通线网和火车站、港口、机场等枢纽节点一体衔接的超级交通网络模型，运用广义费用函数计算客货在路网、枢纽及虚拟概化线上流动产生的广义费用，实现各方式交通网络融合。考虑公路客货运周转量占全方式总量比例高，但客货运平均运距短，以县级行政单元为基础将全国划分为2 540个综合交通小区，获取2018年各运输方式全年客货运起讫点（OD）数据，通过聚合、拆分等方法，将各方式OD表叠加形成现状综合交通小区客货运输量OD表；采用总量预测、自上而下分层控制的技术路线，对2050年全国总量、分区域总量和综合交通小区客货运发生吸引量进行预测，计算2050年综合交通小区客货运输量OD，实现各方式运输需求融合。基于Fisk模型，构建组合出行情况下多方式、多类别随机用户均衡分配模型（SUE），采用连续权重平均（MSWA）法对模型进行求解，并通过算例验证了模型和算法的有效性。结果表明：模型能够体现“宜铁则铁、宜公则公、宜水则水”的规划理念，实现乘客组合出行和货物多式联运，预测精度较高。研究成果可应用于宏观交通趋势判断，为实现综合交通网络规划中各方式有机融合提供借鉴，并成功应用于国家综合立体交通网规划研究中。     

贵阳市公交乘客问卷调查

该文分别介绍了贵阳市公交问卷调查及长途客运问卷调查的情况,对调查对象的性别、年龄、职业构成、出行方式、目的及耗时,以及调查对象对公交车和长途客运车运行整体状况的评价等进行了分析,为制订公共交通战略,规划公交路线、站点和发车频度,以及改善服务水平提供了基础资料。     

基于工农业总产值关联度的农村客运交通分布预测研究

针对目前农村客运交通分布预测中碰到的问题,提出解决思路和方法,建立基于工农业总产值关联度的交通分布预测模型,灵活合理地运用引力模型进行交通分布预测,可以作为常规交通分布预测方法的补充,丰富农村客运规划的应用实践。