公路客运量预测方法的比较

科学准确地预测公路客运量,超前掌握公路客运量发展的趋势、特点、规律和数量,是制定公路客运发展和站场配置规划的基础。运用灰色模型、指数平滑模型、回归分析法、弹性系数法等多种预测模型对某城市2003~2015年公路客运量进行了分析预测,通过残差分析和绝对百分误差(MAPE)进行择优,提高了预测精确度。最后采用组合预测确定终值并进行了分析比较。结果表明,组合预测综合考虑了各种因素的影响,能够提高公路客运量预测精度,为公路客运发展提供科学决策依据。     

基于遗传算法的交通事件检测

针对神经网络交通事件检测算法的缺陷，提出遗传算法与神经网络相结合的事件检测算法。应用遗传算法优化交通事件检测的神经网络模型参数，得到事件发生与交通参数间的映射关系。最后，用实测数据对模型进行校验。结果表明该算法有很好的鲁棒性，能提高事件检测的效率。     

基于多元线性回归的公路客运量发展预测模型

文章为预测未来公路客运量的发展,在分析影响客运量发展相关因素的基础上,应用多元线性回归方法,建立了客运量发展预测模型;经过统计学相关检验表明,所获得的模型正确,具有一定的科学性和有效性.     

基于实数编码的遗传算法在软土路基沉降预测中的应用

采用基于实数编码的遗传算法与Biot固结理论相结合,建立了适用于饱和软土地基固结的土体参数反分析方法和沉降预测方法,并编制了相应的计算机程序.工程实例表明,该模型是合理的,并能够很好地应用于工程实践.     

基于改进系统动力学模型的公路客运量预测

为了确定公路客运的发展规模和规律,采用改进后的系统动力学模型对公路客运量进行预测。在传统的系统动力学(SD)模型中引入生态学中的种间竞争模型Lotka-Volterra(LV)理论,首先通过定性分析与客运需求相关的经济、社会、交通环境及其他客运方式竞争等方面的影响因素,构建因果回路图对各因素与公路客运量进行因果反馈关系分析,同时引入LV理论判定系统中模糊的动态关系。接着通过交通化改造后的LV判定方程,确定反馈关系因子之间的相互作用系数及系统流图中微分方程,对各影响因素子模型中影响因子与公路客运关系进行量化分析,对传统的系统动力学模型进行改进优化,建立具有时变性的动态LV-SD模型。最后以江西省公路客运量预测为例,根据公路客运量与各影响因素模型中影响因子之间的相关系数,选择地区生产总值、第三产业产值、居民消费水平、公路里程、民航客运量、铁路客运量、人口数量及城市化率等影响因子作为量化指标代入预测模型,用2013～2018年历史数据对模型进行有效性验证。结合城市发展情况,利用Vensim软件分析预测了基于LV-SD模型下江西省2019～2025年经济高、中、低增长3种情景下的公路客运量。结...     

加权几何平均组合预测方法在公路客运量预测中的应用研究

对我国公路客运量进行科学、准确的预测,提前掌握客运量的变化发展趋势及规律,是为职能部门制定公路客运发展规划和配置基础设施的基础。提出基于向量投影法的加权几何平均的组合预测模型,并运用该模型对某城市2003－2015年公路客运量进行了预测,预测结果表明该方法具有较好的预测精度。     

混合编码遗传算法在测试数据生成中的应用

针对传统遗传算法存在局部搜索能力差、未成熟收敛和多峰优化时常有漂移现象的缺陷,充分利用格雷码来消除Hammming悬岸问题,实数编码来获得大空间搜索任意精度的优势,从而获得混合编码的遗传算法.引人黄金分割点实现2种编码方法的转换,设计了测试数据生成的混合编码遗传算法.通过实例说明测试数据如何自动生成,结果表明生成测试数据的效果较好.     

遗传算法在多模式集成天气预报中的应用

采用实数编码的遗传算法,利用其良好的全局优化特点演化出各模式预报值在集成预报中的权重系数,得出集成预报的模型,实现了天气预报多种模式的集成处理,并利用天津气象科学研究所提供的实际测量数据进行了性能分析和验证,结果表明,利用遗传算法可以实现较好的集成性天气预报.     

一种改进的遗传算法及其应用

遗传算法在实际应用中容易出现早熟收敛和搜索结果精度不高的问题。针对早熟收敛和最优值精度低,采用了对搜索参数进行动态调整的优化计算。在进化的全过程中,算法始终保持较强的全局搜索能力和局部寻优能力。测试结果表明,对遗传算法的此种改进是有效的,不易陷入局部最优,并能大大提高最优解的精度。     

一种改进的遗传算法及其在结构优化设计中的应用

通过对遗传算法的二进制编码和实数编码的机理分析,结合2种编码的优点,从工程结构优化实际问题出发,提出了一种可以任意控制离散度的改进实数编码遗传算法.该算法利用实际工程结构问题中对尺寸设计变量精度要求的放松,在编码过程中加上"隐约束",缩小了搜索空间,减少了结构重分析次数,提高了收敛速度.该算法的优点是可以根据实际问题的需要任意选择变量的精度.实例计算表明,该算法对复杂结构的优化设计是有效的.     

航空运量预测

分析SVM的非线性回归预测基本原理, 分别选用不同的核函数进行拟合训练预测.然后利用LIBSVM软件求解,利用Python和Gnuplot对核函数的参数寻优.把1975年到2006年全国的客运量数据和其他相关指标作为学习样本,验证寻优参数得到训练模型预测结果的可靠性.     

基于乘法ARIMA模型的公路客运量预测

在收集了2004-2007年我国公路客运量月度数据的基础上,进行时间序列分析,建立了我国公路客运量月度数据的求和自回归移动平均（ARIMA）模型。分析结果显示：与常用的多项式曲线预测模型和灰色预测模型相比,模型ARIMA（2,1,2）（1,1,1）12有更好的预测效果,可以用于我国公路客运量月度数据的短期预测。     

公路客运企业战略联盟动因及其实现方式

公路客运企业目前面临高竞争压力、高油价、外资进入以及自身组织管理水平低下等问题.企业战略联盟等合作形式因此受到重视.根据客运市场存在的地域与行业分割等方面的缺陷进行分析,公路客运企业实施跨地区、跨行业战略联盟的可能方式选择有:相近线路、线路整合、争取新线路等同业联盟方式以及与其它客运方式、广告业、旅游业、高速公路服务设施管理部门的异业联盟方式.     

基于证据推理的高铁综合客运 枢纽客流图像背景建模

针对高铁综合客运枢纽客流图像特征,提出基于证据推理的客流图像背景建模方法. 利用均值背景模型和灰度分区处理提高背景模型的处理速度,通过引入证据推理构建合适的mass函数,提高背景灰度值的取值范围的置信度,从而提高背景图像的精确性. 结果表明,该方法原理正确,在高铁综合客运枢纽客流安全预警实际应用中,能够快速准确地生成客流背景图像,保证了客流信息提取的速度和精度.     

基于GIS方法的公路客运枢纽选址分析

城市公路客运枢纽的科学选址已成为城市总体规划和交通规划中不容忽视的重要环节，基于GIS分析方法，在考虑选址规划区域内存在地理阻断和路网运输服务水平的情况下，对一般的连续型选址模型进行修正，得到非连续型的阻抗函数，并通过成本费用最小化模拟分析客运枢纽的最优选址。     

快速大容量客运系统客流预测模式研究

阐述了客流预测中的宏观控制与微观竞争的机理，并提出了一种新的客流预测模式——“宏观控制，微观竞争”     

基于遗传算法的公路养护资源最优分配

为寻找资源最优分配时的养护策略,采用遗传算法进行求解.将多年养护策略表示为染色体,每种养护方式采用二进制编码形式用两个基因表示,各年的养护策略由路面和桥面两部分构成,并通过试验标定遗传算法的主要参数;为提高养护资源利用率,在分别进行路面和桥面养护资源独立优化分配的基础上,使二者资源实现共享,进一步提高了养护后设施的性能.算例结果表明,基于遗传算法的最优养护策略使养护后的路面和桥面性能分别提高1.8%和0.4%.     

基于RBF神经网络的高铁客运枢纽客流参数预测方法

客流参数预测是实现枢纽客流安全状态预警的重要手段,针对枢纽客流参数的预测问题,提出了基于RBF神经网络的高铁客运枢纽客流参数预测方法,通过对高铁综合客运枢纽内瓶颈点的短时客流参数信息进行预测,对客流的拥堵或滞留状态进行及时预警. 实验证明基于RBF神经网络的高铁客运枢纽客流参数预测方法能够对瓶颈点未来短时内的客流参数信息进行较准确地预测,并可较好地反映滞留客流状态.     

城际列车开行方案的客运量预测及评价

从铁路运输企业的角度,由分析影响旅客列车客运量因素入手,利用灰色理论建立铁路旅客列车开行方案的客运量GM(1,h)预测模型,构建评价其经营效果(经济效益和经营风险)的计算方法.以沪宁线为背景,预测城际列车开行方案的客运量,并对其经济效益和盈亏平衡点分析计算,为铁路运输企业设计旅客列车开行方案提供科学依据.     

基于空间关联度的高铁综合客运 枢纽客流参数预测算法

提出了基于空间关联度的高铁客运枢纽客流参数预测算法. 通过对高铁综合客运枢纽瓶颈点及其关联点之间的关联度进行研究,利用瓶颈点和关联点的实时客流参数信息,实现对瓶颈点客流参数信息的短时预测. 实验证明该算法在高铁综合客运枢纽客流安全预警实际应用中,能够快速反映客流扰动,具有较强的抗干扰能力,为高铁综合客运枢纽安全预警提供支持.