共查询到20条相似文献,搜索用时 15 毫秒
1.
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。 相似文献
2.
3.
随着近年来客车开行数量增长和旅客列车开行结构变化,胶济客运专线运输能力趋于饱和。分析胶济客运专线运输能力存在的问题,提出提高胶济客运专线运输能力的对策:改造固定设备和优化列车开行方案,以满足山东半岛日益增长的内部和对外铁路运输需求。 相似文献
4.
5.
客运专线对沿线城市铁路客运量分流问题的研究 总被引:2,自引:0,他引:2
合理确定客运专线是否引入沿线城市所形成的分流渠道 ,并利用多元LOGIT模型计算该城市铁路旅客运量的转移概率 ,通过有关统计数据和研究成果 ,对客运专线引入沿线城市所造成的铁路分流运量进行了合理的量化处理 相似文献
6.
粤港澳大湾区是国家战略区域,为支撑粤港澳大湾区建设国际一流湾区,必须尽快开展粤港澳大湾区铁路网规划,加快构建功能完善、层次清晰、便捷衔接、安全高效、低碳绿色的现代铁路运输网络.其中,铁路客运量预测是开展路网规划、支撑路网方案的必要环节和重要组成部分.笔者结合铁路运量预测和区域运量预测的研究成果,结合大湾区铁路在综合交通运输体系中的定位,综合运用多种方法开展运量预测.参照大湾区发展格局,铁路客运分为对外客流、内部客流和跨境通过客流.对外客流分为4个方向,内部客流分为三轴、三极. 相似文献
7.
8.
客运量预测是铁路建设项目前期研究工作的重要内容。在高速铁路高质量发展的背景下,分析已开通多年的典型铁路项目的实际运营数据,研究预测运量与实际运量产生差距的影响因素,并以京沪高铁作为案例,提出优化高铁客运量预测方法的思路和模型。 相似文献
9.
客运量预测反映了未来年度铁路运输的任务和工作量,是合理布局路网的主要依据,是确定铁路建设项目技术标准的重要参考数据,也是其他各行业部门(如机车车辆、人才需求)编制规划的基础资料.但是,客运量预测是在大量不确定因素的基础上研究未来趋势,特别是在经济结构调整时期,新情况、新问题不断涌现,难度越来越大,要求越来越高.因此,利用科学合理的方法预测可靠的客运量是近几年专家学者研究的重点之一.笔者结合向莆铁路沿线具体情况,应用目前国内外使用较为广泛的重力模型、Logit模型等结构模型,选择从铁路分流、其他交通方式转移和经济增长诱发3个方面进行客运量预测. 相似文献
10.
客运量是评价运输组织效果的指标,体现了运输组织的绝对成果,体现了运输组织满足社会需求程度的大小。预测未来若干年国内道路运输客运量及其发展趋势,宏观上有利于交通运输主管部门制定交通运输发展的总体规划,引导运输经营者正确地开展经营活动,有助于提高交通运输管理水平;微观上有利于运输企业发展经营契机,改进运输组织工作,提高运输服务质量,增强市场竞争力,提高道路旅客运输的经济效益和社会效益。 相似文献
11.
12.
基于灰色预测模型的铁路客运量预测研究 总被引:4,自引:0,他引:4
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。 相似文献
13.
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。 相似文献
14.
基于傅里叶级数预测模型,以我国2004—2009年铁路客运量为数据基础,通过将时间序列划分为趋势性与季节性部分,分别采用最小二乘法与傅里叶级数法对两者进行拟合,应用Matlab软件编程,求出预测模型,并进行客运量预测。通过对预测结果的误差分析,结果表明:采用傅里叶级数预测法预测我国铁路客运量的效果较好。 相似文献
15.
目前,我国投入运营的高速铁路已达到6 800多公里,已经成为世界上高速铁路系统技术最全、集成能力最强、运营里程最长、运行速度最高、在建规模最大的国家。高速铁路的发展在面向21世纪的中国可持续发展战略中将产生深远的意义和影响。济南至青岛高速铁路位于山东半岛,线路西端起自山东省会济南市,自石济客专济南东站引出,沿既有胶济铁路北侧向东经邹平、淄博、寿光,过潍坊后折向东南,经高密、胶州至青岛,引入青岛枢纽红岛车站,线路全长305公里。新建济南至青岛高速铁路是一条兼顾城际功能的 相似文献
16.
准确预测高速铁路客运量,对铁路资源配置及经营管理具有重要作用。在考虑高速铁路客运量存在多重相关性影响因素和灰色特性的基础上,运用偏最小二乘回归模型和灰色GM(1,1)预测模型对我国高速铁路客运量进行预测,通过采用IOWA算子,依据单项预测方法在样本区间上各个时点的预测精度从高到低按顺序赋权,以误差平方和为准则构建IOWA组合预测模型,并运用该模型对"十三五"期间我国的高速铁路客运量进行预测。预测结果表明,IOWA组合预测模型能提高预测精度。 相似文献
17.
18.
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。 相似文献
19.
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. 相似文献