基于贝叶斯网络的高速铁路旅客出行方式预测研究

为准确地预测高速铁路综合客运枢纽地区的旅客出行方式比例,以高速铁路旅客出行方式为研究对象,分析高速铁路旅客选择不同交通方式的影响因素,建立基于贝叶斯网络的高速铁路旅客出行方式选择模型。以宜昌东站为例,结合高速铁路旅客出行调查数据,应用SPSSModeler软件对所建立的模型进行验证评估,并对高速铁路旅客选择不同出行方式的比例进行预测。结果表明,该模型能较全面地考虑高速铁路旅客出行选择的影响因素,对预测高速铁路综合客运枢纽地区旅客的出行方式具有较好的适用性,预测精度较高。     

京沪400km/h高速铁路列车竞争力影响探析

新时代人民对于美好生活的需要已经从单一趋向多元,铁路客运需求将呈现多样化、差异化和个性化,对铁路客运产品在速度、价格和服务质量等方面都提出更高的要求。以铁路大提速运输市场份额提升和高速铁路列车客运量增长为切入点,分析列车速度与市场份额、旅客运量之间的关系,剖析高速铁路列车市场竞争力影响,构建Logit离散数学模型。以京沪高速铁路为例,探讨400km/h高速铁路列车运量预测,研究提出400km/h高速铁路列车可以扩大客流吸引范围,增加铁路客运量,提升高速铁路旅客市场竞争力。     

基于不同运输方式服务水平变化的运量预测方法研究

在路桥通道运量预测方法中引入了MD模型 ,对模型中的有关概念、假设、原理进行了定义和分析 ,讨论了需求潜在化实现率、旅行总支付及运输方式选择的机理 ,提出了MD模型与传统运量预测模型结合进行通道运量预测的方法和思路     

综合运输体系下客运结构合理配置模型及算法

分析在多种交通方式存在情况下乘客的交通选择行为,并基于随机效用理论和层次分析法构造了综合运输体系下客运结构合理配置模型及算法。考虑到我国现阶段收入水平是影响旅客交通方式选择的主要因素,将旅客划分为4类,并计算分析得到各类旅客的出行选择结果。该模型可用于客运市场份额预测,为优化配置交通运输资源提供理论依据。     

基于SWOT分析的铁路客运专线战略选择

利用SWOT分析方法,综合考虑宏观环境、行业状况,以及交通方式的综合竞争能力,对铁路客运专线的战略选择进行探讨.分析结果表明,交通线路的选择对铁路客运专线发挥竞争优势有显著影响.通过建立离散选择模型,参考城市评价值,对建设客运专线的满足度进行估计预测;通过对有关线路进行评价,为线路选择提供参考.     

城际铁路客流预测的Logit模型

根据城际铁路运输及客流预测特点,以及客流预测的交通方式划分模型,采用传统的四阶段法预测城际铁路客流情况。采用Logit模型对九(九江)—池(池城)城际铁路沿线不同交通方式的分担率进行研究,重点是2025年城际客流的分担率。通过调查得到九池通道现状交通资料,采用Logit模型,经过参数拟合、调整,预测得到九池城际铁路的客流分担率。     

城际快速轨道交通客流预测方法研究

针对城际快速交通地区综合路网发达,交通方式间换乘便捷,人口出行多方式、多路径的特点,提出包括基于综合路权、换乘阻抗,以及动态多路径概率分配思想的多方式、多路径客流方式划分与配流组合预测模型,对城际快速轨道交通客流进行预测,并通过对穗莞深城际快速轨道交通的客流预测,验证了模型的科学性和有效性。     

基于层次分析法的交通方式选择及评价研究

结合铁路、公路、航空运输的特点,分析以西安为中心的陕西地区客流现状及发展趋势,以及影响旅客交通方式选择的因素,进而构建交通方式选择评价模型,运用层次分析法与模糊综合评判实现模型求解,确定旅客交通方式的选择.以陕西地区为例,计算得到高速铁路的总评价值最高,为旅客出行和合理构建交通结构提供参考.     

集装箱中心站的规划设计

为提高铁路集装箱运输的主导地位,对影响集装箱中心站选址的主要因素及运量预测方法进行了分析,并对作业规划、场内各功能块规划、装卸方式选择、交通规划等进行了论述,可做为集装箱中心站设计时的参考。     

高速铁路与资源节约

高速铁路相对于其他运输方式,在五个方面充分发挥了节约资源的比较优势。在节约能源方面．高速铁路较公路和航空,单位运量能耗显著降低,同时发挥了“以电代油”的技术优势。在节约土地方面,高速铁路大量采用“以桥代路”,节地效果明显;与公路、民航相比,单位运输量土地占用很小。在节约材料方面,高速铁路动车组采用轻量化技术,制造材料用量大幅减少;同时高速运行加快了车辆周转,相应减少了车辆投入数量。在节约人力方面,高速铁路大量采用信息化、自动化等新技术,创新劳动组织,实现自助化服务,提高了劳动生产率,节约了宝贵的人力资源。在节约时间方面,高速铁路采用高速度、高密度、全天候运行方案,借助市内交通的有机衔接,大幅缩短了点到点旅行时间,改善了人们出行方式的选择。     

高速铁路的运价弹性

应用国际上通用的多方式客运量预测模型,对高速铁路的运量,对自身运价的弹性和对共他竞争方式运价的交叉弹性进行了定量化分析和测算,指出在高速铁路项目的论证和设计工作中,应充分注意高速铁路自身运价和其他竞争方式的运价变化对运量的影响。     

关于O-D分布预测的一些探索

针对当前交通项目运量预测中有关O -D分布预测存在的问题 ,提出了一些新的思路与解决方法 ,同时介绍了交通项目运量预测的基本工作程序与方法。     

轨道交通对居民交通方式选择的影响研究

为研究轨道交通开通给居民出行方式带来的变化及居民出行方式选择的影响因素,以宁波轨道交通开通后的居民交通方式选择为研究对象,构建交通方式选择MNL模型,利用模型得到参数估计值,通过计算事件发生比,分析变量对居民交通方式选择的影响程度,并验证模型的有效性。结果表明,MNL模型能够有效说明个体出行决策,预测正确率达75.6%。最后,从公共交通、小汽车、非机动车3个角度,有针对性地提出优化宁波市居民出行方式选择的对策与建议,为相关部门调整优化交通结构布局提供理论支持和可行借鉴。     

京沪高速铁路客流空间分布预测方法研究

为准确预测高速铁路站间OD客流,采用时间和空间预测相结合的预测方法,首先构建高速铁路发到量的灰度预测模型,然后将预测结果应用于双约束重力模型预测高速铁路站间OD客流量。以京沪高速铁路为例,基于2012—2015年发送量和到达量的历史数据建立灰度预测模型,预测2016年京沪高速铁路的发送量和到达量,再根据2015年京沪高速铁路24个车站的OD客流数据拟合出双约束重力模型,进而预测2016年各站间OD客流分布情况。结果表明,时间和空间预测相结合的预测方法可以应用于高速铁路客流空间分布预测。     

高速铁路对京沪两地间客运市场影响分析

根据有关客运专线运量预测方法,预测北京到上海2012年的客运基线运量,京沪高速铁路建成运营后的转移运量、诱发运量。预测分析表明,京沪高速铁路通车运营后将会产生69．68％的转移运量和30．32％的诱发运量,理论上有可能转移京沪间民航85．77％的趋势客运量。     

组合预测模型在铁路集装箱运量预测中的应用

根据我国铁路集装箱运输发展,研究构建集装箱运量预测模型和方法.基于1999-2008年铁路集装箱运量历史数据和GDP数据,分别选用回归分析模型、灰色系统预测模型、BP神经网络预测模型,预测2009-2014年铁路集装箱运量,根据各方法的误差确定权重,进行了运量组合预测.组合预测模型能在一定程度上提高预测精度,对铁路集装箱运量预测是可行的.     

预售期高速铁路购票需求预测方法研究

随着高速铁路票价市场化改革不断推进,旅客购票选择行为也在不断地变化。准确把握旅客在预售期间对高速铁路购票的需求规律,是预售期票价浮动方案优化的基础。通过分析预售期内旅客购票过程和购票需求的形成机制,针对预售期内高速铁路购票需求集中在距发车前3 d的特点,运用Holt-Winters加法和乘法模型、SARIMA模型和LSTM模型3种典型的时间序列预测模型,以京沪高速铁路动车组列车为例,分别对同车次的平峰时期和高峰时期、不同等级座席下的二等座席及根据列车客座率划分的不同类别车次的旅客购票数进行预测。不同模型预测结果通过相同条件下3种预测模型的检验参数的比较分析,得出了SARIMA模型预测方法拟合精度更高,最适合预售期高速铁路购票需求预测的结论。     

应用改进重力模型法预测铁路行包OD运量的研究

对铁路行包OD运量的预测提出一种基于重力模型的改进方法。针对不完整的OD调查数据,运用综合阻抗的概念,首先在样本值的范围内进行模型标定,然后扩大样本值,运用标定好的重力模型重新预测并调整,最后得到完整的OD数据。实证结果表明,采用改进的重力模型比传统的重力模型预测结果更接近实际,可用于铁路行包运输OD运量预测。     

沿江高速铁路建设实施方案研究

随着长江沿线城市化进程的加快和经济社会的发展,既有沪汉蓉铁路已经逐步不适应国家战略要求和沿线城市群间快速通达需求。高速铁路具有运量大、成本低、能耗小、占地少等优势,是绿色、大众化的交通工具。结合国家中长期高速铁路网规划,通过阐述沿江铁路通道发展现状及存在问题,结合通道内各区段预测客流量提出规划方案;最终形成沿江高速铁路"三步走"建设实施方案,有利于完善长江立体综合交通走廊建设,缩短时空距离,优化综合运输结构体系。     

我国铁路罐式集装箱运量分担率研究

货主对于运输方式的选择是形成物流系统中运量分担率的微观基础。以国内最大液体运输市场之一的食用油为例,分析影响食用油企业运输方式选择的11项主要因素。以Logit模型为基础,提出改进的Influ-Logit模型(基于影响因素的货运方式分担模型),并针对铁路罐式集装箱,设计了其运量分担率的计算方法,最后通过实际调研数据计算得出铁路罐式集装箱运量分担率。