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。     

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。     

铁路客运量季节指数计算方法研究

为在铁路客运量预测中消除季节性变化的影响,采用平均数季节指数法、移动平均趋势剔除法、最小平方趋势剔除法对2002年—2004年的铁路客运量计算季节指数,通过误差分析,说明最小平方趋势剔除法能更好地反映运量的季节变动状况,是预测的最佳选择方案。     

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。     

黄石地区铁路客运站建设探讨

分析了黄石地区既有铁路客运系统的现状,结合整个黄石地区预测的客运量,对铁路既有输送能力与预测运量进行分析比较,对改扩建新下陆车站、新建黄石客站两个方案进行了论证,提出了推荐方案。     

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。     

粤港澳大湾区铁路客运量预测研究

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".     

福厦铁路开行城际列车的可行性分析

福厦铁路沿线是福建省经济带,其社会经济特征、客运量和客流特点,以及城市间距离等方面均具备开行城际列车条件。通过运量预测和对福厦铁路开行城际列车的可行性进行分析,说明福厦通道客运市场繁荣潜力大,社会效益和经济效益均良好,有利于提高铁路客运市场竞争力。     

中外高铁票价与客运量对比分析及相关启示

针对高铁票价与客运量,将中国与欧洲各国以及日本进行国际比较.相较于国外高铁票价,我国高铁每公里票价总体上低于国外,但是票价优惠措施不如法国、日本等国家灵活多样,过于固定.客运量方面的比较体现了我国高铁的快速发展,但是我国高铁旅客周转量在铁路客运中的比例较低,高铁在铁路客运市场的地位较低.通过国际比较,提出高铁票价优惠措施需多样化、灵活化,合理考虑民众支付能力,以提高高铁客运需求.     

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。     

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。     

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.     

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.     

澳门对外铁路客运量及客流分配研究

为加快构建澳门融入国家铁路网快速客运通道体系，按照需求导向，结合澳门与内地旅客交流渠道的特殊性，以历年澳门口岸出入境旅客统计数据为预测基础，基于澳门对外旅客出行现状和铁路客运通道规划，运用四阶段法基本原理，首先采用灰色Verhulst模型和专家评估法对澳门出入境旅客总流量进行预测；其次基于历年澳门出入境旅客来源去向统计数据，改进重力模型进行澳门出入境旅客流量流向分布预测；采用Logit模型对各运输方式承担澳门出入境旅客运量进行预测；最后采用网络配流方法对澳门出入境旅客进行相关铁路线路运量分配。结果显示，近、远期澳门对外铁路客运量分别为3 483万人、4 434万人，并根据相关线路适应性分析，区域内各线路通过能力满足研究年度运输需求。     

TOD模式下客运专线诱增客运量预测研究

在客运专线客运量预测过程中,诱增客运量是不可缺少的一部分。由于传统预测方法重点关注因交通条件改善的诱增客运量,未考虑因交通引导城市发展促使人口、产业等向铁路周边集聚所产生的诱增客运量,存在一定的局限性。结合福厦客运专线?TOD?建设模式,针对铁路诱增客运量传统预测方法存在的不足,提出交通改善和?TOD?引导?2?类诱增客运量预测思路,并依据有无对比原则,采用重力模型计算思路,构建适合于?TOD?建设模式的诱增客运量预测思路与方法。     

铁路集装箱运量预测与影响因素分析

运用时间序列的趋势外推法、灰色预测和组合预测方法对我国铁路集装箱运量进行了预测,在此基础上运用因子分析方法对影响铁路集装箱运量的因素进行了分析,得到了国民经济宏观因素和外界竞争因素对铁路集装箱运量具有影响的两个解释性因子。     

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。     

基于傅里叶级数的铁路客运量预测研究

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。