基于LOGIT和系统动力学的客运专线运量预测模型

客运专线运量预测对于制定旅客列车开行方案起决定性作用. 针对客运专线的特点,分析了不同层次旅客的出行需求,建立了系统动力学模型,并对郑西客运专线日客流量进行预测. 通过与近年该客运专线客流结果比较分析,发现模型预测结果与实际客流以及LOGIT预测结果非常接近,验证了模型在运量预测方面的合理性.     

广州市公路客运线路客运量的预测

公路客运量的预测对于公路客运的管理和决策具有重要意义。本文研究了利用重力模型预测2005年和2010年广州市公路客运线路客运量的方法,并给出了主要线路的预测和分析结果。     

快速货物运输运量预测与分析

发展我国铁路快速货物运输是铁路走向市场、满足多元化市场需求、增强企业竞争力、巩固和扩大市场份额的客观要求，也是调整货运结构的重要举措．本文对我国未来快速货物运输的货运量及地区间的快运货物交流量的生成、增长、变化规律及发展趋势进行了预测分析，对逐步建立和发展铁路快速货物运输体系起到关键作用     

城市公共交通客运量的灰色预测

根据历年统计数据,应用灰色系统理论,建立了上海市公共交通客运量的灰色预测模型,并得到实际数据的验证。     

基于神经网络的集装箱运量预测

概述了神经网络的有关理论。研究了神经网络结构设计的步骤,方法及应注意的问题,应用神经网络技术对上海港集装箱运量进行了预测,并与灰色预测结果进行了比较。结果表明ＢＰ网络的预测精度高,是解决高度非线性系统预测问题的有种有效的方法。     

基于BP神经网络客运量的分析及预测

客运量分析预测是一个复杂的非线性系统，针对传统分析预测方法的不足，采用BP神经网络对客运量进行分析及预测，通过对1990—2002长江三角洲地区社会经济数据与客运量数据的处理，建立了客运量的神经网络预测分析模型，借助MATLAB7．0软件，进行网络学习与训练仿真实验，与线性回归模型分析预测结果进行对比，结果表明应用BP神经网络对客运量的分析预测精度更高、效果更好。     

人工神经网络在海运量预测中的应用

人工神经网络是一种模仿动物神经网络行为特征,进行分布式并行信息处理的数学模型,广泛应用于自动控制、模式识别等领域.本文首先简单的介绍了人工神经网络的相关理论,接着重点分析了BP神经网络预测应用的基本原理,并通过某货物海运量的实例建立BP神经网络时序模型预测未来运量,最后对预测结果和BP网络结构性能进行分析.     

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。     

基于蚁群优化支持向量机模型的公路客运量预测

针对公路客运量预测难以建立精确预测模型的问题,文章引入基于蚁群优化的支持向量机算法对公路客运量进行预测。由于支持向量机的预测精度很大程度上取决于参数的选取,因此利用蚁群算法来优化其训练参数的选择,以得到优化的支持向量机预测模型,利用其对小样本及非线性数据优越的预测性能进行公路客运量的预测。以北京市的数据作为应用算例,并与BP神经网络及传统SVM的预测结果进行对比分析。实验结果表明,基于蚁群的支持向量机模型的预测精度更高,误差更小,可以更有效地对公路客运量进行预测;也说明利用蚁群算法进行支持向量机参数优选的方法是可行有效的。     

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.     

遗传算法在公路综合客运量预测中的应用

在公路网规划中，正确确定区域的公路综合客运量是一项重要的基础工作。文章介绍了基于实数编码的遗传算法在公路综合客运量预测模型求解中的应用，计算结果表明，该方法要优于线性化最小二乘参数估计法，为公路综合客运量预测提供了一种有效的方法。     

修建地下铁道的客运量预测与经济效益评价

本文以西直门——颐和园修建地下铁道为例,阐述了通过调查研究,分析历史统计资料,运用多种预测方法与技巧,预测地下铁道客运量问题。对修建地铁的消耗与效益从宏观和微观两方面进行定性分析与定量计算。按资金的时间价值,系统地计算评价经济效益的各项技术经济指标。文中涉及的理论与方法,可供城市交通建设项目决策参考。     

新的组合模型及在港口客流量预测上的应用

应用时间序列分析及灰色系统的有关理论提出了一种新的组合模型,并用这一模型对大连港的客流量进行了预测。     

京沪线客流和旅客快车开行方案的分析

客流是研究京沪高速客运专线运输组织模式的基础，在已有的研究报告中，一般都认为京沪线的跨线客流约占２／３，而本线客流占１／３左右。本文通过对京沪线实绩客流和现行旅客快车开行方案结构的深入分析，提出了＂跨线客流与本线客流各占５０％左右，而跨线旅客快车开行对数约占２／３，本线旅客快车开行对数占１／３左右＂的结论，它对研究京沪高速客运专线运输组织问题有重要参考价值。     

基于SOR-LS-SVM算法的公交站点客流量预测研究

公交站点客流量情况的及时准确预测对提供更可靠的公交服务和节省公交公司的运营成本是非常重要.首先对标准的LS-SVM算法进行了改进,得到一种新的SOR-LS-SVM学习算法.该算法不仅能减少计算的复杂性,提高学习速度;同时能提高函数估计的精确度.然后利用SOR-Ls-SVM算法对公交站点的客流量情况进行预测和模拟.实验结果表明改进的SOR-LS-SVM算法具有较高的预测精度,且实验取得了较好效果.     

广州地铁路网规划与客流预测研究

在广州地铁规划的实践基础上,本文总结地铁规划的核心程序,建立5个子模型构成的一组地铁客流序列预测模型。     

关于我国货运量的预测与研究

货运量是反映国家经济实力和地区发展水平的一个重要指标。文章通过对1997²016年全国货运量数据的实证分析,针对国民生产总值、第一产业产值、第二产业产值、第三产业产值、社会消费品零售总额、社会固定资产投资、人口、货物进出口总额、运输线路长度,采用多元线性回归分析方法以及建立时间序列分析模型,利用SPSS统计分析软件以及R软件对相关数据进行分析,预测出我国货运量将在最近五年呈增长趋势。     

基于非集计模型的城市铁路线路客流量预测研究

首先通过比较中国和世界上有代表性的几座大城市交通设施建设情况,提出在中国特大城市建设立体交通体系的必要性.然后,给出规划立体交通体系的技术方法,即利用个人出行调查数据和实测数据、预测各种出行目的的交通方式交通量的技术方法.还以日本大阪市港区--南港城市轨道线路为例,进行实例介绍.采用非集计模型进行了交通方式划分,并且利用个人出行调查数据拟合模型中的参数.在城市铁路线路交通量分配中,仍然采用了非集计模型,预测出了铁路各站的客流量,为城市综合交通设施的建设提供科学根据.