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。     

铁路客运量前景预测模型

通过对当前存在的各种预测模型分析,找出其优点与不足,利用统计方法建立了铁路客运前景预测模型。该模型从影响铁路客运量的因素分析入手,选取了与客运量密切相关的指标进行预测,得出较精确的定量预测结果,以便于决策者使用。     

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。     

高速铁路项目客运量预测方法优化研究

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。     

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。     

向莆铁路客运量分析预测

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.     

运用前向神经网络法预测铁路客运量

为提高铁路客运量的预测精度,应用一种非线性预测方法:多层前向神经网络建立铁路客运量预测模型。在介绍误差修正学习算法和误差反向算法的基础上,通过预测实例计算,与其他3个常用预测模型:多元回归模型、简单移动模型和平均移动模型进行预测比较,结果表明误差反向算法的多层前向神经网络模型预测精度最高。     

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IOWA组合模型的高速铁路客运量预测研究

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。     

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。     

基于模糊数学方法的铁路客运站站房结构造价快速估算研究

以侧式站房为例,利用模糊数学方法研究快速估测铁路客运站站房结构造价。分析铁路客运站站房结构造价快速估测步骤和流程,依托大量已建铁路客运站的工程数据资料,随机选取4个样本对理论进行检验。检验结果表明计算误差可以控制在5%以内,说明模糊数学分析方法可以为铁路客运站项目的评估及决策提供参考依据。     

动车组动态备用方式研究

在分析动车组现有备用方式的基础上,针对客运专线动车检修基地布局和区域调度所的规划与建设特点,研究提出一种新的动车组备用方式——动态备用方式。动车组的动态备用方式可具体分为完全共享和部分共享2种。通过对动车组的固定备用方式和动态备用方式的定性比较,说明动态备用方式可以提高备用动车组的使用效率,减少备用动车组的总数量,但是动车组的备用计划与检修计划需要紧密配合,增加了动车组运用计划的编制难度。     

动车组簇式运用方式研究

动车组的运用方式在一定程度上制约着动车组运用计划的编制和实施。通过对现有动车组固定运用方式、不固定运用方式、周期性运用方式进行比较,针对我国客运专线动车检修地布局和区域调度所的规划与建设特点,提出一种新的动车组运用方式——簇式运用方式。动车组簇式运用方式可以更好地协调动车组周转计划和检修计划的编制,并有效地减少计划编制时的求解空间。     

列车运行图布线方法研究

针对列车运行图的铺画,在有关研究的基础上,设计了基于运行线分解的列车运行图布线方法。根据列车运行图的布线条件及冲突解决方法,通过在列车-区间动态搜索树上寻找一条由初始节点出发至结束节点的路径,并据此得到较好的运行图铺画方案。该算法适用于周期、非周期、单线和双线列车运行图,能在较短的时间内解决运行线的冲突问题。数值算例结果表明,其对中小规模的运行图收敛速度较快。     

铁路城际列车经营效果评价方法研究

站在铁路运输企业的角度 ,用市场经济的观点 ,提出了评价城际列车经营效果的方法。以沪宁线为背景 ,对其城际列车开行方案的经营效果 ,从经济效益和经营风险 2个方面进行了分析评价 ,以更好地实现运输企业经营和营销策略为目的 ,提出了选择最佳方案的相关建议。     

电气化铁道电价收费方式的探讨

介绍现阶段我国电气化铁道电价收费的3种模式:两部制电价、分时电价和最大用电量电价,并对3种收费模式中存在的问题进行分析,在此基础上提出两种新型的电价收费模式:变压器利用率电价和精细容量电价及其计算方法。     

航运企业FFA业务会计处理探讨

企业运营常常面临着各种风险，为了规避这些风险，可以使用套期保值的方法，这是企业最常用的一种风险管理手段。航运业是风险较高的行业之一，由于其暴露在更加难以预测的风险之中，除了与大多数企业一样要规避利率风险、外汇风险（航运企业大多经营远洋运输业务，其面临的外汇风险也较大）之外，还必须对运费波动风险（航运业的“商品价格风险”）进行有效控制。     

铁路运输安全风险评估方法研究

为有效量化评估铁路运输安全风险,基于层次分析法和模糊数学理论,构建铁路运输安全风险评估指标体系.通过对某车辆段车轮车间轮对组装班组进行车轴探伤岗位的冷切轴和人身伤害风险的量化评估,说明该方法可以较好地解决评估中不易量化和主观性等问题,有效提高铁路运输安全风险评估的科学性和合理性.     

物流配送车辆合理规模计算方法的研究

运用神经网络理论,作为确定配送车辆合理规模的理论基础,建立包含输入层、隐含层、输出层三层的BP神经网络,并通过样本数据对神经网络进行了训练和学习,最后举实例验证了提出的计算方法的合理性和实用性。     

城际铁路区间通过能力计算方法探讨

针对城际铁路客流具有时段性和周期性的特点,以及对运输质量的要求,在对列车运行图进行结构分析描述的基础上,采用最小列车间隔时间法和低速列车扣除系数法相结合的方法,计算城际铁路区间通过能力。其中,分析了各种速度列车情况下的低速列车扣除系数,并对相关参数进行了说明,阐述了非时段性和高峰小时的区间通过能力计算方法。