共查询到10条相似文献,搜索用时 15 毫秒
1.
公路客运量预测是枢纽客运站规模确定及其可行性研究的主要内容,也是进行枢纽布局规划的基础条件.本文以实例来探讨采用多种预测方法,建立合理的组合模型,确定客运量的最终预测结果,进而为确定枢纽客运站的规模提供依据. 相似文献
2.
3.
针对城市公路客运量具有模糊、不易预测的特点,采用自适应神经网络模型,选择适当的参数,分析城市公路客运量与人口、GDP之间的关系,并利用它们之间的关系对城市公路客运量进行预测,取得了比较好的结果. 相似文献
4.
文章基于主成分分析的基本理论与模型,采用SPSS软件,对影响四川省公路客运量的相关因素进行主成分分析,克服多重共线性的问题,构建出四川省公路客运量预测模型。根据预测结果显示,该模型具有较高的精度,适用于影响因素指标较为明确的短期客运量预测,能够满足四川省目前公路客运量预测的需要,对四川地区的公路旅客运输发展也有着一定的指导作用,具有一定的科学性与有效性。 相似文献
5.
为了提高铁路货运量预测的准确性,减少类似新冠疫情这样突发事件对现有预测结果的不稳定影响,提出一种基于EMD和APSO优化的SVR组合预测模型。在综合考虑铁路货运量受GDP、铁路营业里程、原煤产量、钢材产量、第二产业增加值以及新冠疫情等因素情况下,对选取的货运量序列进行EMD处理,得到不同时间尺度下的IMF和残差;通过APSO优化SVR模型的参数,并利用优化后的组合模型对各IMF分量分别进行预测,相加得到最终结果。将APSO-SVR模型与EMDAPSO-SVR模型的预测状况进行对比,结果表明,本文建立的EMD-APSO-SVR模型的预测结果误差更小,其预测值与真实值的测定系数高于APSO-SVR模型;前者的平均绝对百分比误差仅有0.22%,能有效提升铁路货运量短期内的预测精度。 相似文献
6.
为提高铁路客运量的预测精度,对组合预测模型的权重分配方法及组合方式的预测效果进行研究。综合考虑预测误差及其均方差的影响,构建基于Logit模型的权重分配模型以解决组合预测模型的权重分配问题,并提出模型求解算法。以北京市铁路客运量预测为例,研究BP神经网络、霍尔特线性趋势指数平滑法和ARIMA模型的多种组合方案的预测效果,并验证基于Logit模型的权重分配模型的优势。研究结果表明:线性与非线性预测模型组合的预测精度优于线性与线性预测模型的组合,其中,B-H-A模型的组合预测效果最好,误差低至0.606%。另外,通过与等分权重法对比,基于Logit模型的权重分配模型赋值的权重能提高组合预测模型的预测精度,且适用性更好。 相似文献
7.
现有高速公路路基沉降预测方法多是基于单一权重组合模型,在预测结果上存在误差较大的问题。基于此,文章采用变权重组合方法建立高速公路路基沉降量预测模型,通过对预测量对应权重系数的动态优化,使其变为以时间发展为依据的表达模型,进而获得更加准确、稳定的预测模型。经湖城高速公路某沉降路段实际测试,并与另外三种预测模型的实例路段路基沉降数据进行对比,结果表明:基于变权重组合模型的预测结果与实际公路路基沉降测量值之间的误差最小,其误差值为0.871 2,数据曲线表现出来的测量因素的拟合程度更好,整体性能较另外三种权重组合模型提升效果明显,收敛性更好。 相似文献
8.
9.