浅谈我国城市轨道交通的现状和发展

城市轨道交通是解决大中城市城市交通问题的主要手段.本文首先对地铁、有轨电车、单轨三种常见轨道交通的特点进行了分析,再结合国内京、津、沪、穗、深、宁、渝等9个城市40余年轨道交通建设的经验与现状,对今后我国轨道交通的发展趋势进行展望,着重指出了在今后城市轨道交通系统的规划与建设中应该处理好的几个方面关系.     

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。     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

基于因子分析和Logistic模型的中国客运量预测

通过SPSS软件对1994~2011年中国客运量及影响因素进行因子分析,建立了中国客运量为被解释变量,其他影响因素为解释变量的多元统计分析模型。通过因子分析法分析影响中国客运量的主要因素,并进行了降维处理,消除由于变量过多而导致的多重共线性影响,同时得到反映不同年份的综合经济发展值的因子得分。考虑到2003年中国由于"非典"而导致的客运量降低的异常值的出现,将综合经济发展值与时间的关系首先作为一个整体研究,然后分为2个时间段分别研究,分别求出不同的综合经济发展值,构建了基于Logistic模型的中国客运量预测模型,进一步预测未来中国客运量。预测结果表明,通过较长时间段得到的综合经济发展值预测的数据误差相对较小。     

２００３年SARS对中国交通客运量影响的后评价研究 ———基于本底趋势线全国２８个省（市）自治区的分析与估算

２００３年SARS是中国公众健康的“灾难”,交通旅客运输因此蒙受巨大损失。依据本底趋势线理论, 对此次危机的交通客运量损失进行了定量估算。结果显示：２００３年SARS共造成交通旅客损失１０畅０７亿人次,其 中,公路损失８畅８８亿人次,铁路损失１畅０５亿人次,航空损失１６１１畅７万人次,水运损失１９４３万人次;危机的生命 周期从２００３年４月开始,５～６月全面爆发,７～８月消减衰退,１１～１２月有一定的补偿;由于交通区位和SARS 疫情的差异,全国２８个省（市）自治区客运量损失可划分为４个等级,其中,广东、     

铁路客运量设计分析

宝兰客运专线是国家铁路“四纵四横”快速客运网的重要组成部分，是西部地区快速客运系统主骨架之一。作为全国快速客运网的重要组成部分，通过本线及西宝、徐郑、郑西、西运、京广、京沪客运专线，形成西北包括西藏地区与广大中、东部地区旅客交流的快速大通道。预测2020年、2030年沿线旅客发送量分别为4587万人、6366万人。     

产业

汽车　　降价没商量随着国内轿车生产能力的增长开始超过市场需求量的增长,轿车单位生产成本呈下降趋势。另外,轿车企业不断增加,竞争日益激烈,国内轿车市场的价格大战愈演愈烈。这种以价格竞争为先导的市场竞争,使国内轿车业进入了充分竞争的时代。国产轿车价格下调主要采取了四种形式:配置不变,直接调低价格;增加配置,价格不变;增加配置,价格下调;推出价格低于原车型的换代车型。对消费者来说,充分的市场竞争无疑将带来更好的轿车产品、更好的服务和更为合理的价格。　电力　　“核”解电忧最近,国务院就进一步推进我国核电建设做出新决…     

我国航空客运量需求预测模型:基于随机前沿预测模型和模型平均

针对多数研究以产品或服务的历史消费量来代替不可观测的需求量而导致的需求预测出现实质性偏差的问题，本文将包含技术无效率项的随机前沿预测模型应用于航空客运量需求的预测，从而有效解决实质性偏差的问题.同时我们在此基础上引入一种模型平均权重确定方法，即通过最小化M折交叉验证准则（CV_M）确定候选模型权重.本文证明了该方法在理论上的最优性.由于模型中技术无效项的存在，我们可以同时预测航空客运量的实际产生量和需求量，实证研究也表明，相比其他常用的预测方法，该方法在预测航空客运量中长期的实际产生量上更具优势.     

基于混沌自适应遗传 ν SVR的城市客运量预测

针对城市客运量预测问题本身所存在的小样本、高维数和非线性等特点,将ν-支持向量回归机(ν-support vector regression,ν-SVR)应用于城市客运量预测.为了提高ν-SVR模型的预测精度和泛化性能,利用基于混沌理论和自适应机制的混沌自适应遗传算法(chaosadaptive genetic algorithm,CAGA)优选ν-SVR模型参数,建立了基于CAGA进行参数优选的CAGA-ν-SVR城市客运量预测模型.结合1978～2008年统计数据进行了仿真预测,结果表明该模型的预测性能优于RBF神经网络模型、GA-SVR模型和GA-ν-SVR模型,平均绝对相对误差控制在2.3%以内,可有效应用于城市客运量预测.     

城市公共交通客运量修正灰色模型

首先建立了城市公共交通客运量的灰色模型,提出用自回归平稳模型来修正不满足从某一时刻开始连续为相同符号这一条件的残差序列,建立了修正灰色模型.最后,用实际数据进行了检验,得到的数据比原有模型的精度有明显提高,证明了模型的正确性.