基于粒子群优化偏最小二乘的铁路客运量预测

通过对1997—2012年铁路客运量的影响因素进行分析,建立偏最小二乘回归模型,并用实际的铁路客运量与预测值进行比较,检验出模型的预测误差较大.为了提高模型的预测精度,采取粒子群优化算法优化回归系数,得到一个新的模型.经检验,该模型的预测误差由原模型的3.04%降到1.01%.最后用该模型预测出2013—2014年的铁路客运量分别为210.970 5千万人和227.368 8千万人.     

基于EMD和SVM的铁路客运量分析研究

随着生活水平提高,铁路客运量的预测也越来越重要,铁路客运量数据非线性且非平稳,预测难度较大.为了使预测的结果更加准确,将经验模态分解模型与支持向量机模型进行组合,对铁路的客运量数据进行预测.首先运用经验模态分解模型将铁路客运量数据分解,提取前三个不同频率的平稳分量以及余项;然后使用支持向量机分别对其进行回归预测,在建立...     

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.     

基于支持向量机的铁路客运量预测

提出了一种基于最小二乘支持向量机（LS—SVM）的铁路客运量预测的新方法。1985-2002年的铁路客运量组成整个数据集。前5年的客运量用来预测第6年的客运量,由1985-1999年的客运量建立LS-SVM客运量预测模型。运用建立该模型预测2000-2002年的铁路客运量。结果表明：提出的LS-SVM客运量预测方法是有效的。     

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...     

基于乘积季节模型的铁路客运量预测

利用中国铁路客运量2005-2016年的月度数据资料,采用乘积季节模型进行建模,对2017年1-6月进行预测;在Eviews和R软件操作下训练与测试数据,分别得到两种乘积季节模型;结果表明:两种软件下客运量的预测误差率均控制在10%以内,两种模型都能较好地预测铁路客运量未来数据的变化情况;通过比较,Eviews建立乘积季节模型,数据分析思维更加严谨,但操作较为复杂,平均预测误差率为4.59%,预测正确率稍低;R软件利用程辑包中相关分析、参数估计与预测函数等,可直接进行分析与预测,操作较为简便,平均预测误差率为3.36%,数据预测正确率较高;通过利用R软件建立ARIMA(2,1,1)×(1,1,1)12模型,此时模型预测精度较好,为预测未来全国铁路客运量变化提供一定的参考价值。     

辽宁省公路客运量预测研究

公路客运量的科学预测对公路的规划建设和管理提供了重要依据,通过对辽宁省2009~2015年公路客运量影响因素进行分析,并充分考虑建模自变量的多重相关性,建立了基于偏最小二乘法改进的预测模型对辽宁省公路客运量进行建模并预测,将预测结果与实测结果进行比较,分析结果表明:利用偏最小二乘回归模型预测相对误差均值为0.91%;相对误差最小值仅为0.30%;最大值为1.17%。     

大西客专太原与晋中两地城际客流量的预测研究

为了研究同城化发展下大西铁路客运专线太原与晋中两地城际客流的变化规律,合理高效地规划设计开行城际列车,促进地区经济建设发展,分析了太原与晋中两地的区域客运量走势及其影响因素,运用四阶段法预测了通道内区域客流量、客流OD分布量以及公路、既有铁路与客专分担及转移、诱增客运量,最终对大西铁路客运专线沿线太原南至灵石东站间近期年度(2020年)的客流量进行了预测,为设计开行城际列车提供了参考。     

基于指数平滑法的京包线铁路客运量预测

铁路客运量预测是编制旅客运输计划的基础,也是铁路技术设备改造的重要依据。铁路客运量预测的方法有多种,利用时间序列法中二次指数平滑模型,结合京包线近几年旅客发送量调查数据,通过时间序列趋势变化分析,计算得出2012-2013年旅客发送量,为科学规划京包铁路发展提供理论依据。     

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.     

基于最小二乘支持向量机的铁路客运量预测研究

基于2002年1月—2008年6月铁路客运量数据,建立了铁路客运量的最小二乘支持向量机预测模型.实验表明,最小二乘支持向量机适合铁路客运量预测,且具有较高的精度.     

基于遗传优化神经网络的铁路客运量预测研究

采用遗传优化的BP神经网络对铁路客运量的现有数据进行分析,克服了BP网络极易陷入局部解问题,做出合理的客运量预测.首先用遗传算法优化神经网络的连接权, 并在遗传进化过程中保留最优个体的方法,选择权值的最优解来建立遗传优化的BP 网络预测模型, 最后通过铁路客运量数据预测结果的对比仿真实验,表明了该方法的有效性.     

基于多元线性回归模型的甘肃省民航客运量的影响因素分析

本文利用2006-2016年的甘肃省民航数据,运用多元线性回归模型对甘肃省民航客运量的影响因素进行了分析和探究。通过消除多重共线性的干扰,并对多元线性回归模型进行正态性、自相关性和异方差检验,得到最终的多元线性回归模型,并利用建立的多元线性回归模型找到了影响甘肃省民航客运量的主要因素为甘肃省民航航线里程和旅游人数。同时,针对这两个影响因素,为增加甘肃省民航客运量、提高甘肃省民航业的发展水平,提出了其对策和建议。     

影响浙江省公路客运量主要因素的回归分析

为了研究浙江省的公路客运量,选取居民总消费水平、全省生产总值、年末总人口数、人均可支配收入、通车总里程数和其他客运总量六个主要影响因素,根据多元线性回归方法建立数学模型,运用SPSS统计软件,得到这些影响因素与浙江省公路客运量的关系,并对未来的公路客运量进行一些预测.     

公交客运量的时间序列预测模型

为公交规划科学合理的进行,建立公交客运量时间序列预测模型.通过对公交客运量影响因素进行分析,选取市区人口数、从业人员数、在校学生数、工业生产总值、职工年平均工资、公交车辆数、运营线路数等7个指标自变量,利用指数平滑法对自变量进行预测;在对自变量进行相关分析及因子分析的基础上,建立prais-winsten AR(1)自回归时间序列模型对公交客运总量进行预测;采用ARMA模型对哈尔滨市各分区公交客流量进行了拟合和预测.结果表明:所建立的时间序列预测模型预测效果良好,验证了模型的有效性和准确性.     

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。     

地方铁路客运量预测分析及客运经营对策研究

本文以萧甬铁路为背景,在对旅客运输现状深入分析的基础上,采用经济指标预测法对2010年和2015年客货运量进行了预测,在综合考虑客运经营现状和客运量发展预测的基础上对萧甬铁路旅客运输进行了析,提出了可操作性的经营对策。     

铁路旅客列车开行方案决策模型

在分析传统运输模型不足的基础上 ,综合考虑旅行时间、旅行费用、旅行方便与舒适多因素对市场细分的影响 ,以及运输能力使用与需求转移的影响 ,构造了一个旅客列车开行方案决策模型 .其应用分两步进行 :通过预测客运需求和各类客流特征 (如平均收入水平 ) ,确定不同旅客列车需求量的概率分布 ;用 NLP模型求解各类旅客列车开行方案 (列数 ) .模型中参数定性分析表明 ,不同种类旅客列车间速度、票价以及旅客特征之间比值变化对铁路客运量增减及分布有着较大影响     

客运交通量预测模型构建与分析

客运量预测是在客运市场调查的基础上以及历年的客运统计数据为依据,采用科学的方法和手段,对未来一定时期内客运量的需求的变化趋势以及与之相关的各种因素的变化的影响进行分析、测算并做出预见和判断.通过对公交票价和市区人口数以及市区自行车保有量数据进行分析,利用多元线性回归方法建立了城市客运量的预测模型.其次又运用二次指数平滑法对某市下一年的客运量做出了科学的预测,同时建立客运量预测模型.并对两种预测模型的精度进行了比较,将两种预测模型下的拟合值与实际值进行了对比,进一步检验了模型的应用.