言论

正春运,全球量大的人口迁移事件:中国铁路总公司2013年12月7日公布,2014年春运于1月16日正式开始,2月24日结束,共计40天。今年春运客运量预计将达36亿人次。在一些人眼中,这是"视觉壮观的奇景",也是中国交通部门"一年一度的噩梦"。但在普通百姓心里,春运总是意味着亲情和归依。外媒观点:一美国《华尔街日报》中国是一个人口流动性很强的国家,特别是在农历新年期间。国家规定2014年1月31日到2月6日为公共假日,只有一周时间,但对于中国大部分异地务工人员来说,这是一年中少有的长假。虽然官员们没有给铁路乘客带来好消息,驾车出行的人却感到欣慰:春节期间高速公路免费。同样欣慰的还有40万"摩托车春运大军"。     

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.     

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。     

灰色关联理论在铁路客运市场分析的应用

应用系统工程的思想,对铁路旅客运输进行因素分析,系统地分析了影响铁路客运量的内部和外部因素,并引用灰色关联理论对系统分析进行量化,总结出加快铁路发展的政策性建议     

应用灰色系统GM（1,1）模型预测长春市公路客运量

利用我市１９８８年～１９９４年公路客运量，建立灰色系统ＧＭ（１，１）模型及残差修正ＧＭ（１，１）模型，利用该模型对我市１９９５年、１９９６年、１９９７年公路客运量进行了预测。     

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。     

新疆伊犁州直综合客运枢纽的布局规划

采用加权移动平均法、指数平滑法,结合国民经济发展情况综合利用弹性系数法,分析预测伊犁州直客运总量、公路客运量和分县市客运量.以预测出的客运量为基础,计算伊犁州直各市县的综合客运需求总量和适站量,并结合客运场站布局影响因素,针对市级、中心区级和片区级客运交通枢纽分别进行预测,布局规划伊犁州直客运场站.