城市私人小汽车保有量预测

城市私人小汽车保有量的迅速增长，在带动城市经济发展的同时也带来了非常严重的交通问题，为了缓解小汽车的交通压力，必须合理规划私人小汽车保有量．本文首先对现有私人小汽车保有量预测模型进行比较分析，然后结合我国小汽车的发展阶段，考虑交通供求关系及其表现形式，基于用户效用最优、随机均衡原理开发了一个双层规划预测模型，最后将其应用于一简单网络，说明此模型的可行性．     

城市小汽车的使用模式划分及预测模型

在研究我国现阶段小汽车使用特性的基础上对小汽车使用模式进行划分,分析了个人属性、家庭属性和活动特性对小汽车使用模式选择的影响,并建立了小汽车使用模式预测模型.研究中用蚌埠和沈阳两城市进行对比分析,结果表明我国小汽车的使用目前存在较大共性,如女性对小汽车的依赖不如男性等,但差异性也应城市交通环境的不同而存在.实例证明小汽车使用模式预测模型准确率大于80%,今后可运用于城市小汽车出行需求预测.     

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。     

城市出租汽车保有量预测分析

分析影响出租车分担率的因素,选择出影响分担率的主要因子,把主要因子作为多元线性回归模型中的自变量,得出分担率预测模型,然后基于分担率预测模型得出基于供需平衡的出租车保有量预测模型。最后以重庆市为例,运用SPSS软件作线性回归分析,利用模型预测出2015年重庆主城区出租车的分担率,将分担率代入供需平衡模型,预测出2015年重庆主城区出租车的合理保有量。     

基于机器学习的私人汽车保有量影响因素分析及预测——以新疆为例

相对准确的私人汽车保有量预测可为测算私人汽车二氧化碳排放量、科学规划城市道路、制定交通拥堵缓解措施等奠定基础。鉴于此,构建基于机器学习的私人汽车保有量影响因素分析及预测模型。首先,采用机器学习中的极度梯度提升树（Extreme Gradient Boosting, XGBoost）法,以新疆的统计数据为基础,识别影响私人汽车保有量的因素。然后,比较XGBoost、随机森林（Random Forest）、神经网络（Neutral Network）三种方法的预测效果,发现神经网络在私人汽车保有量预测模型中具有较好的预测精度。最后,基于神经网络方法,对未来新疆私人汽车保有量进行预测。研究结果表明,人均GDP和城镇化率是影响新疆私人汽车保有量最重要的两个因素;到2030年,在低、中、高三种发展情景下新疆私人汽车保有量预计将分别达到650万、688万和734万辆。     

用改进的灰色模型预测2000年我国汽车保有量

本文针对灰色预测模型的缺陷，对灰色模型的建模过程及检验方法进行了改进，用线性回归来建立ＧＭ（１，１）模型，用统计方法进行模型的显著性检验；并且运用该种方法对２０００年我国汽车的保有量进行了预测。     

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.     

BP神经网络对汽车保有量的预测

研究了BP神经网络技术在汽车保有量预测方面的应用,解决了网络收敛速度慢,准确率低的实际问题,并且提出了一些新的理论与方法。     

��ͨ���յ������µ�·�����ƽ��˫��滮ģ��

交通流诱导系统的应用，使得传统的路网系统随机用户平衡发生了变化。本文把交通流诱导系统的效益费用和交通流诱导条件下的随机用户平衡结合起来，以交通流诱导效果和建设费用问题之间的相互关系为基础，寻找交通流诱导系统建设和随机网络平衡的综合优化方案。文章采用双层规划模型描述了系统最优和交通流诱导条件下的随机用户平衡之间的相互作用，并给出了灵敏度分析算法。     

弹性需求下的随机用户平衡模型及求解算法

笔者在文中研究了弹性需求下的随机用户平衡配流模型,给出了相关的一些证明,并设计了求解算法.最后用一个简单算例进行了编程计算,指出了参数对计算结果的影响,指明了进一步研究的方向.     

非常发性瓶颈区可变限速控制方法

通过分析快速路发生非常发性瓶颈时主线通行效率和安全性特征,结合路网均衡分配方法,研究快速路的可变限速控制方法。首先,分析快速路发生非常发性瓶颈时主线通行效率和安全性特征,利用元胞传输模型(CTM)计算可变限速控制下主线通行效率和安全性指标。其次,以快速路主线、辅路和周边主次干道所组成的路网为研究对象,研究限速控制条件下的路网均衡问题。然后,建立可变限速控制条件下的路网均衡双层规划模型。最后,利用算法求解出模型并进行VISSIM仿真,仿真结果表明,可变限速控制能有效提高快速路主线出行的通行效率和安全性。     

加快我市客车工业发展的思考

通过分析我国汽车工业的发展状况,进而剖析了我市客车工业的发展及面临的主要问题,从而提出了我市客车工业发展的方向及对策。     

����˫��滮�Ĺ�·�շѾ�������ģ���о�

双层规划及其求解算法在路网预测、票价制定等方面的应用已经取得了显著的成果.本文探讨了固定需求下公路收费标准与路网交通量分配之间的关系，利用一个双层规划模型来描述收费标准的制定问题，在此基础上利用灵敏度分析方法重点分析收费标准对道路阻抗的影响关系，最后通过一个数值算例加以证明.     

基于出行时间预算的SUE交通分配

基于均匀分布的路段容量,分析了降级路网中路段和路径出行时间的随机变动,假定出行者根据以往的出行经验获取路径出行时间的可变性,并以出行时间预算的形式将这种可变性纳入到其路径选择过程中,进而定义路径出行时间预算为路径出行时间均值与出行时间安全边际之和.在此基础上,采用变分不等式技术构建了基于出行时间预算的多用户类型弹性需求随机用户均衡交通分配模型,并证明了模型解的等价性.     

多模式条件下需求变动时铁路客票价格 制定的优化模型及算法

给出了1个双层规划模型来描述多模式条件下需求变动时铁路客票价格的制定问题, 并给出了该模型的求解算法.最后用1个简单的算例说明该模型及算法的应用.     

城市道路交通网络容量问题分析

城市道路网络容量是判断现状城市道路网是否处于一种平衡稳定状态的重要决策变量。在对路网容量影响因素进行分析的基础上,将路网容量计算方法按照微观和宏观2个层面划分。针对研究路网容量存在的问题,提出一种新的基于出行者随机路径选择的研究路网容量方法,为今后深入研究在复杂道路条件下的路网容量提供科学理论依据和技术路线。     

弹性需求下拥挤道路收费的模型与算法研究

拥挤道路收费作为交通需求管理的一种有效措施在许多国家和地区开始提倡。研究了弹性需求下的拥挤道路收费问题, 建立了双层规划模型, 其中上层模型以用户盈余最大化为目标, 下层模型满足弹性需求下的随机用户平衡(SUE)。基于双层模型求解的复杂性, 设计了一个基于步长加速法和惩罚函数法的启发式算法, 实例计算表明该模型与算法是有效的。     

基于路段走行时间可靠性的路网容量可靠性

为了减少了计算工作量，基于路网容量可靠性概念的分析，构造了基于路段走行时间可靠性的路网容量可靠性双层规划模型，根据模型中反映的路径选择行为为用户平衡的特点，用灵敏度分析法求解路网容量可靠性模型，并给出了1个简单的算例．算例结果表明，该模型能够用于评估随机环境下的路网性能，并为路网性能的改善提供依据。