基于BP神经网络的浙江省公路运输量的预测

本文在对浙江省公路运输量时序分析的基础上利用BP神经网络进行预测，得到了精确度很高的预测结果，改变了过去一直使用灰色预测、回归预测、指数平滑法等方法的局面，为浙江省公路运输量的预测提供了新方法。     

苏州市GDP 与交通运输量之间的关系研究

选取1996—2016年苏州市国内生产总值(GDP),客货运输量的年度数据作为研究样本,运用单位根检验、协整检验分析了GDP与客货运输量之间的关系,以确定GDP与运输量之间是否具有关联性。结果表明在5%显著性水平下,GDP与客货运输量存在长期稳定的均衡关系,经济发展对客货运输量的影响程度在总体上是稳定的。提出定基交通运输弹性系数概念,建立了定基GDP增长率与定基交通运输量增长率之间的弹性系数模型。经研究发现,在长期发展过程中,定基交通运输量弹性系数逐渐趋向于稳定。     

公路运输能源消耗现状及其节能降耗对策

2000年来,我国国民经济的快速发展促注交通运输业也得到稳步发展,公路客、货运输周转量的年均增长率超过了7%.据统计,2005年我国全社会完成公路客运量169.74亿人,旅客周转量9292.08亿人公里;完成公路货运量134.18亿吨,货物周转量8693.19亿吨公里.公路客运量、旅客周转量在综合运输体系中所占比重分别为91.9%和53.2%;公路货运量、货物周转量在综合运输体系中所占比重分别为72.3%和10.9%.公路运输大力发展的同时,公路运输的能源消耗也在快速增加,估计2005年全国公路运输营运车辆消耗成品油约5400万吨.     

高速铁路客运量预测方法研究

本文分析了常用高速铁路客运量预测方法中存在的主要问题，即多元Logit模型的非相关选择方案独立特性和多层Logit模型的log—sum变量构成对预测结果准确性的影响，并在此基础上提出了一种新的预测方法。该方法不仅避免了上述问题，而且能够真实反映乘客的运输方式选择行为，从而得到合理的预测结果，因此具有较好的应用前景。     

以色列铁路运输量增长

2008年,以色列铁路（IR）客运量增长了7．5％．客运收入增长率更高,达23％。     

基于GM—周期扩展组合模型的铁路客运量预测

铁路客运量的准确预测对我国铁路建设项目投资和决策具有重要意义。由于铁路客运量预测系统本身是一个信息不完全的灰色系统,因此,可以通过建立(灰色)GM-周期扩展组合模型对铁路客运量的非线性动态变化进行预测。该模型运用灰色预测理论GM(1,1)与周期扩展模型结合,不但可以进行客运量的趋势预测,同时也可以充分考虑铁路客运量的周期波动性这一特征。最后,结合具体的实例验证说明该模型是科学合理的,预测值与实际值较吻合。     

基于客运量的氢燃料公交车节能减碳计算方法研究

在“双碳”背景下,氢能源作为零污染零排放的典型代表,其关键技术日益成熟,氢燃料公交车为公交企业带来的益处也逐渐显现。目前,公交车辆节能减碳的计算方法并没有统一的标准,同行业之间公布的节能量和减碳量也参差不齐,缺乏科学合理的计算方法。本文参照现有节能量的计算方法,建立了一套适用于城市公交企业实际运营情况的,即基于客运量的节能减碳计算方法,并以北京公交氢燃料公交车为例,验证了该方法的可行性,对企业分析节能减碳效果,评价节能减碳管理水平具有较好的参考意义。     

汽车客运站客流特征及客运量预测研究

以潍坊汽车客运站为例,分析了汽车客运站的客流特征,根据客运站客流变化规律,建立了回归预测模型,经平均绝对百分误差检验预测误差小于10,属于高精度预测.同时进行了实际客运量预测,为汽车客运站合理安排组织运力提供了参考依据.     

水运量有所回升 市场初现回暖势头

随着国家一系列刺激经济发展措施的实施,经济回暖的有利因素在积累,为航运业走出低谷创造了有利条件。从3月份开始,水运市场出现回暖势头,珠江水路货运量有所回升,主要港口的外贸吞吐量和集装箱吞吐量降幅收窄,水泥运量和局部地区客运量开始上扬。     

铁路客运量影响因素层次结构分析

依据现有研究,将铁路客运量影响因素归纳为:经济体制、国民生产总值、人口数量、居民平均消费水平、运价、工商业发展、运输服务水平、运输方式结构八项指标.通过定性分析结合图论方法构建各因素间的有向连接图及邻接矩阵,并在此基础之上运用系统工程学中的结构解释模型,通过建立可达阵、划分联通区域、级间分解及骨干阵计算四个步骤求解其系统影响因素结构层次模型,并得出结论:人口数量的变化,居民消费水平的提高,运输模式结构的改善,运价的调整及工商业的发展是造成铁路客运量变化的直接因素,其它3项因素通过这5项因素实现对客运量的递控调节.