用灰色模型预测铁路旅客运输量发趋势

预测旅客运量对正确制定铁路旅客运输发展规划和决策极为重要由于客运量的受多种因素影响，用线性预测方法误差较大，用灰色模型预测方法较为准确，尤其适用于近期运量的预测。灰色预测的基本模型为ＧＭ（１，１）相应的微分方程为ｄｘ（１）（ｔ）／ｄｔ＋ａｘ＾（１）（ｔ）＝ｕ并通过实测对１９９６年－２０００年的铁路客运量进行预测。     

基于并联灰色—线性回归组合模型的客运量预测

对铁路客运量准确的预测与分析是铁路部门进行相关决策和判断的依据,为此运用灰童色模型—线性回归组合预测方法,对武昌站2008—-2012年的客运量进行预测.预测结果和单一模型相比,组合预测模型考虑的影响因素较多,可操作性强,预测数据综合了内外因素影响,预测结果较为可靠。可作为决策判断的依据。     

基于灰色马尔可夫链模型的铁路客运量预测研究

阐述灰色马尔可夫链预测模型原理,根据灰色预测思想和马尔可夫链预测思想,将灰色GM(1,1)预测模型结合马尔可夫链状态转移,能较好地反映铁路客运量的发展规律。通过对我国铁路客运量预测的实证分析,说明灰色马尔可夫链预测模型对于具有一定波动性和随机性的铁路客运量有较高的预测精度。     

基于灰色预测模型的铁路客运量预测研究

在介绍灰色预测基本原理和算法的基础上,应用灰色预测理论开发了基于MATLAB的铁路客运量预测程序,主要功能是以交互的方式输入数据,动态输出显示模型曲线图形和方程。通过建立株洲站旅客发送量的灰色预测模型,说明利用灰色模型预测铁路客运量具有良好的精度,可以为客流组织提供依据。     

基于灰色马尔柯夫过程的铁路客运量预测方法研究

将铁路客运量预测分为运量趋势预测和运量波动预测,分别采用灰色GM(1,1)模型和马尔柯夫过程进行预测,并将两者结合形成灰色马尔柯夫铁路客运量预测方法。根据1990年—2002年的铁路客运量数据,预测2003年的客运量以检验模型预测效果,并对我国“十一五”期间铁路客运量进行预测,分析证明基于灰色马尔柯夫过程预测方法的预测可信度。     

国庆长假完成道路客运量6．47亿人次

今年国庆长假期间,全国道路运输行业共投人大中型营运客车86万辆,平均日发班次270万个,完成客运量6．47亿人次,日均达到8087万人次,日均客运量再创历史新高。部分地区出现旅客流量较大的情况,当地交通运输主管部门和运输企业及时采取调整客运班次、增开加班车和包车、增大公交车发班频次、增加中短途旅游客运运力等措施,     

基于自组织数据挖掘的铁路客运量预测方法研究

由于传统的预测方法难以对影响铁路客运量变化的因素进行全面考虑,其预测精度不高.选择影响铁路客运量变化的因素:经济社会发展的原生性需求、铁路自身供给能力、不同交通方式、客运价格和旅行费用、运输服务质量等,建立基于自组织数据挖掘的铁路客运量预测模型.通过算例进行验算结果表明,自组织数据挖掘建模预测方法在变量多、数据少、普通的建模预测方法难以胜任建模任务的情况下,可以得到较满意的结果,适宜进行多因素的铁路客运量预测.     

铁路客运专线的客运量预测

铁路客运专线建成后,其运量主要由趋势客运量、转移客运量和诱增客运量3部分组成。指出在转移和诱增客运量预测中应注意OD调查购准确性、服务特性的拟定和模型参数的标定。同时提出客运量分配时应注意的几个原则,以及有待进一步研究的主要问题。     

客运量的合成预测与概率模型

为适应交通运输业的发展,将运输需求的合成预测方法引入铁路客运量预测中,结合铁路客运量具有双峰形态分布随机变量的特点,对预测概率模型进行改进,得出“十五”末期铁路客运量的预测值,以及铁路月度客运量频率散点图和拟合概率曲线,为铁路运输的宏观指导、组织协调和生产、建设提供依据。     

基于IPSO-BP神经网络的铁路客运量预测

在分析有关铁路客运量预测方法的基础上,针对BP神经网络模型存在的不足,提出基于粒子群优化算法(PSO)优化BP神经网络的参数,即改进的PSO方法(IPSO)。以我国1990—2007年的铁路客运量为研究对象,确定输入样本和输出样本,以及训练集和测试集,建立基于IPSO的BP神经网络优化模型预测铁路客运量。预测结果表明,IPSO-BP网络的算法训练时间短,收敛速度快,预测精度高。     

中华人民共和国交通部令道路旅客运输及客运站管理规定2005年第10号

第一章总则 第一条 为规范道路旅客运输及道路旅客运输站经营活动，维护道路旅客运输市场秩序，保障道路旅客运输安全，保护旅客和经营者的合法权益，依据《中华人民共和国道路运输条例》及有关法律、行政法规的规定，制定本规定。     

基于线性回归-马尔可夫模型的铁路客运量预测

随着我国经济的快速发展和社会进步,旅客出行更加注重运输的便捷性、舒适性、安全性等,客运量规模和增长速度是衡量铁路运营效果的一项重要指标。在分析各种客运量预测模型的基础上,通过对线性回归预测模型的结果进行马尔可夫链改进,可以提高铁路客运量预测的准确性,但回归-马尔可夫预测模型的应用还需要不断完善。     

在异地从事服务必须转移从业资格证档案吗

近期有驾驶员到我所咨询,他们在某地从事道路货物或旅客运输经营活动,当地交通运输委员会根据《道路运输从业人员管理规定》和该省交通厅实施（道路运输从业人员管理规定）办法及其他有关规定,要求他们将从业资格证转入深圳或在当地重新考试,否则就不允许在当地从事道路货物或旅客运输经蓠活动。请问这样的耍求合理吗,在我们当地办的从业资格证全国通用吗？     

基于灰色预测理论的油料消耗预测优化

本文运用灰色预测理论建立了油料需求灰色预测模型,并以某部队8年的油料消耗量为例,对2012年油料消耗量进行了预测,与真实数据相比,精度高误差小,在此基础上,预测了该部队2013年油料需求量,为提高部队油料保障质量提供了理论借鉴。     

基于Newton插值与超松弛技术的铁路客运量预测研究

为提高铁路客运量预测精度,提出Newton插值法对客运量原始数据进行预处理以解决因节假日或重大事件造成的数据异常问题。另外,引入超松弛技术(OR)对铁路客运量预测结果进行修正,提出非线性递减权重改进粒子群算法以优化松弛因子。最后,将Newton插值法、超松弛技术与GM(1,1)和BP神经网络预测相结合,提出铁路客运量Newton-GM-BP-OR组合预测方法,并以北京市铁路客运量预测为例验证预测方法的有效性。研究结果表明,基于Newton插值法处理异常客运量数据的预测效果较基于原始数据序列更好,改进的粒子群算法在求解松弛因子过程中体现出更好的寻优能力和收敛速度,且超松弛技术对GM(1,1)和BP神经网络预测结果的修正也使得Newton-GM-BP-OR组合预测方法具有更高的预测精度。     

综合

2011年5月份交通运输经济运行情况 5月份,道路旅客运输量稳步增长,全社会道路运输完成客运量和旅客周转量分别为27．1亿人和1356亿人公里,同比增长9．1％和12．9％。1至5月份,累计完成道路客运量和旅客周转量分别为134．6亿人和6809亿人公里,同比增长7．9％和10．9％i道路货物运输量保持较快增长。     

挂靠经营的纠葛

近年来，道路运输行业清理挂靠经营的声音，从未停止过。特别是2005年8月1日开始施行的《道路旅客运输及客运站管理规定》有关“禁止挂靠经营”的规定，将持续十数年的挂靠经营明确界定为违规，将以挂靠经营为主要经营模式的道路运输企业推向尴尬境地。挂靠经营，这一历史时期的特殊行业产物，明显不符合法规要求，影响了道路运输的规模化、集约化发展，将逐渐退出历史舞台。     

基于季节调整模型的我国铁路客运量波动分析

在研究TRAMO/SEATS季节调整模型计算方法的基础上,基于我国铁路2002年1月—2010年2月的客运量月度数据,应用Demetra软件,通过季节调整模型参数设置、模型的估计和检验,得到2010年3月—2012年2月的铁路客运量预测值,并对预测结果进行趋势性和季节性分析。研究结果表明,Tramo/Seats季节调整模型的预测精度较高。