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。     

华东六省公路客运量预测研究

为了预测华东6省未来公路客运量,在分析影响公路旅客运输需求相关因素的基础上,采用SPPS软件建立多元线性回归方程,筛除不符合统计学中显著性检验的相关数据,如人口、GDP、公路运输线路长度,得出城镇人均可支配收入、公路客运周转量对公路客运量的需求影响最大；最后通过SPPS建立时间序列模型,得出华东6省未来客运量的发展变化趋势,从而对华东地区旅客运输的发展有一定的指导作用.     

2003～2005年我国公路客运量预测分析

以过去10年我国公路客运量时间序列数据为依据,采用回归分析法和弹性系数法,对2003～2005年我国公路客运量进行了预测分析.研究结果对优化公路客运资源配置,建立完善的公路客运市场具有重要的意义,也可为一系列相关问题的决策提供科学和可靠的依据.     

公路客运运力结构配置

运力配置合适与否不仅关系到客运企业经济效益的好坏,而且也是评价客运方式服务质量和服务水平的一项重要指标,并将直接影响其市场占有率。研究运力配置对公路客运企业、对客运消费者及区域经济都有很大意义。在对高速公路客运运力影响因素充分分析基础上,通过对公路客运量预测影响因素进行分析,建立了公路客运量预测模型,对未来目标年的客运需求量进行了预测、计算,确定运力结构配置方案。     

基于BP神经网络的甘肃省公路客运量预测方法

公路客运是交通科学管理的基础数据,提高公路交通管理水平,对建立平稳高效的道路交通系统具有重要意义。为了提高公路客运量的预测精度,选择与公路客运量相关的三个指标(国内生产总值、公路长度和民用车拥有量),建立了基于BP神经网络的公路客运量预测模型,并对该模型进行了应用测试,与多元线性回归预测模型进行了比较。结果表明:BP神经网络模型具有更高的精度。     

曲线拟合度分析在公路客运预测中的应用

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.     

曲线拟合度分析在公路客运预测中的应用

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.     

基于IWOGA算子的公路客运量组合预测模型

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。     

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.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.     

灰色预测模型在蚌埠市公路客运量预测中的应用

公路客运量预测是对客运量的发展趋势的动态分析,正确预测公路客运量对地区的经济发展格局和资源配置及公路运输企业的投资结构等都有重要作用。运用灰色系统模型理论,根据蚌埠市公路客运情况,建立GM(1,1)模型。通过残差检验、关联度检验和和后验差检验,得出所建GM(1,1)模型预测精度较高,适用于蚌埠市公路客运量预测。