对我国高速铁路客运量预测的探讨

分析了客运量的影响因素、铁路客运在全国客运市场的地位,提出在市场经济条件下高速铁路客运量的预测方法,即先预测整个客运市场的客运量,再根据高速铁路在客运市场的地位和作用确定其客运量。最后给出一个例子对此予以说明。     

运输通道新建高速铁路客运量预测MD模型

为了准确分析运输通道新建高速铁路未来客运需求, 应用经济学效用原理和数学分析方法, 对MD(Minimum Drain)预测模型的概念、假设、原理进行了定义和分析, 讨论了需求潜在化实现率、旅行总支付及运输方式选择的机理, 并与传统客运量预测方法对通道总的铁路客运需求量预测结果进行了对比。结果表明, 该模型预测运输通道新建高速铁路未来的市场份额为70%以上, 预测潜在需求年增长率比其他方法低1%, 符合近年来交通量的增长规律, 这说明MD模型与传统运量预测模型结合进行通道运量预测能充分反应通道中各种运输方式的服务水平对其市场份额划分的影响。     

铁路客运量预测方法探讨

本文对常用的指数平滑模型、回归分析法、灰色模型、组合模型等进行了综合研究。根据上海1996-2004年的实际铁路旅客发送量，应用四种模型预测了2005年的旅客发送量，并与实际值进行对比，检验了模型的应用。最后，建议在预测时，根据手中掌握的资料利用多种模型进行预测，然后采用组合方法对预测结果进行修正，可以提高预测精度。     

我国公路客运量近期预测研究

采用多种数学模型，对我国１９８７～１９９６年公路客运量时间序列数据进行分析研究，用平均绝对百分误差（ＭＡＰＥ）择优筛选出的最优模型对本世纪末我国公路客运量进行了预测。     

城市公交客运量的灰色预测研究

本文将灰色系统理论应用于城市公交客运量预测,建立了公交客运量的灰色预测GM（1,1）模型,并通过残差检验、关联度检验和后验差检验等方法验证模型的正确性。该方法预测精度高、计算速度快、使用方便,特别适用于随机性强的城市公交线网日客流预测,并已在安庆市公共交通规划中得到应用,证明是较为实用的方法。     

公路旅游运输客运量预测

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。     

成都市公路客运量预测

在分析成都市1990—2001年交通运输发展历程，特别是公路旅客运输需求的基础上，运用多种数学模型，预测成都市未来特征年的公路客运量，为成都市公路主枢纽客运系统布局规划修编提供依据显得尤为重要。     

基于线网稳定期的地铁客运量预测方法研究

地铁客运量预测为地铁服务提升及地铁运能优化提供数据基础,在地铁线网稳定期可采用日变系数法和回归预测法进行客运量预测。日变系数法针对历史客运量变化规律进行分析总结,使用日变系数进行短期周客运量预测;回归预测法通过Eviews预测软件,建立对应的预测模型进行周客运量预测,预测完成后用昆明地铁2019年历史客运量数据进行验证,并对两种预测方法的预测结果进行对比,进一步分析2种预测方法的适用条件及范围,进而提升预测的精确度。研究对比客运量预测方法,选取日变系数法和回归预测法进行客运量预测。     

铁路客运量的系统动力学预测

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.     

高速铁路网络化客流分配方法

为了充分反映旅客在高速铁路网络化运营环境中的出行选择行为,以旅客中转换乘为重点环节展开高速铁路网络化客流分配方法研究.首先,围绕旅客在高铁网络中的中转换乘环节刻画旅客在网络中的出行过程,提出符合旅客网络出行特征的运输网络构建方法.其次,分析构建的运输网络中不同节点、不同弧段对旅客出行的意义,确定不同弧段的出行费用及能力约束,并构建整数网络化客流分配模型.最后,选取宝兰高铁、京广高铁等多条高铁构成的存在环状结构的网络实例研究验证模型的有效性,通过求解可得到客流完整的路径,打破以直达为导向的客流分配模式,实现网络中客流的均衡分配,更能全面反映客流在枢纽的换乘选择结果.     

组合预测方法在我国铁路客流预测中的应用

科学准确地预测铁路客运量是制定铁路网规划的基础。目前,运量预测的模型很多,单一模型并不能完全反映运量的变化规律和信息,因此,应采用Box-Jenkins模型和灰色预测模型相组合的预测模型方法对我国的铁路客运量进行预测,结果表明,组合预测模型能够提高我国铁路客运量的预测精度。     

基于Epsilon 约束法的高速铁路客票多目标定价研究

高铁客票定价是多目标定价问题,既要保障旅客福利,又要增加企业合理利润. 以企业利润和旅客福利作为高铁定价目标,考虑旅客差异和不同运距情境下的多种运输方式竞争,研究高铁客票多目标定价. 结合Epsilon约束法构建双层规划模型,根据分层序列思想分解多目标问题,设计松弛算法得到纳什均衡解,由解对应的目标值得到帕累托边界,确定多目标定价最优决策. 计算结果表明,对比量价波动和目标值改进,多目标定价适合票价改革要求,时间敏感型客票和短途客票有较高涨价空间,多种运输方式竞争影响定价实施效果. 将 Epsilon 约束法应用于求解高铁客票定价多目标问题,有利于优化客运企业与旅客利益,为铁路部门提供高铁客票定价思路.     

基于灰色-马尔科夫链理论的公路客运量预测

客运量预测是公路网规划不可缺少的环节,是公路经济效益计算的重要基础。以四川省公路客运量为例,利用灰色系统理论,建立GM（1,1）预测模型,并将灰色GM（1,1）预测模型与马尔科夫链状态转移矩阵相结合,进一步提高预测结果的精度。从计算效果上分析,该方法求得的结果与其他方法相比,与实际值偏差较小,预测效果较好。     

Prediction of Railway Passenger Traffic Volume

The current situation of the railway passenger traffic (RPT) andthe traffic marketing is analyzed. The grey model theory is adopted to establish a prediction model for the railway passenger traffic volume (RPTV). The RPTV from 2001 to 2005 is predicted with the proposed model, and a few suggestions are put forward.     

铁路集装箱短期运量预测方法分析

集装箱运输作为一种先进的现代化运输方式,不仅能加快货物送达的速度,减少运输成本,还具有运送安全、手续简便,便于实现多式联运和"门到门"运输服务的特点,通过分析常用预测模型的原理与方法,论述铁路集装箱运量的预测方法,得出较合理的灰色-广义回归神经网络组合预测的方法。因此,该方法对运量预测研究和分析具有理论意义。     

公交客流预测的神经网络模型

通过分析神经网络的作用机理和公交年客流量的影响冈素,以城市人口、居民收入、生产总值等9个因素作为输入神经元,输出神经元为每年的公交客流量,建立了公交客流预测的径向基神经网络模型(RBF)和BP神经网络模型,以合肥市公交量的调查数据为例,对网络进行学习与训练仿真实验,结果表明所建模型具有较高的预测精度,效果较好.     

铁路路网规划运量预测研究

铁路运输具有单路径固定性特征。借鉴公路四阶段法的成熟思路,本文采用定性与定量相结合的综合运量预测方法,对成都铁路局的中长期路网规划中的运量进行了预测,即运用SPSS软件定量预测出趋势运量和利用在跨越式发展背景下的专家意见定性预测出转移运量和诱增运量．最后,在此预测运量的基础上提出了成都铁路局在中长期的通道加强序列和重载高速的运输发展策略．