搜索到509篇“ 客运量预测“的相关文章
兰州至张掖三四线铁路客运量预测
2025年
根据中长期铁路网规划,兰新通道将构建6线格局。新建铁路兰州至张掖三四线铁路客运量预测是项目建设标准、投资收益计算的基础。文章在充分考虑兰新通道客运分工情况下,研究项目建设的必要性,运用“四阶段”法,分析区域铁路客运量,考虑目前兰新高铁普速上线、“疆煤外运”及兰新线能力紧张的影响因素,对兰新通道内6线格局进行客运量分配;在研究兰新通道内普速客车经联络线向西上线兰张三四线、兰新高铁运行的情况下,确定本项目的客运量与开行方案,并分析其预测不确定性原因。文章以期为兰州至张掖三四线的顺利开通及高效运营提供指导。
郭晓林
关键词:运量预测四阶段法
城市轨道交通客运量预测方法、装置和设备
本申请提供了城市轨道交通客运量预测方法、装置和设备,该城市轨道交通客运量预测方法包括:获取目标城市的轨道交通历史每日客运量、最高温度、最低温度、风级、天气情况,以及未来日期的最高温度、最低温度、风级和天气情况;将历史每日...
崔占伟刘晓燕胡胜业钟琳许铭兰王仕英白学茹林开影王林阳张双星王帅陈心茹
民航客运量预测方法研究综述
2024年
为了提升民航运行效率、准确预测客运量,促进其可持续发展,采用分类学方法将民航客运量预测方法划分为传统统计学、机器学习、组合模型3大类。详述各类方法的改进原理、效果和应用,通过数据处理、权重调整、参数优化和结构改进提高准确性,并总结组合模型相对单一模型的优势。实证研究结果表明,组合预测模型相较于单一模型具有更高的准确性,并指出结合人工智能和大数据技术的发展趋势,构建优秀的组合预测模型将是提高准确性的潜在研究方向。
徐海文令海龙夏思薇
关键词:民航客运量时间序列预测神经网络组合预测
基于机器学习的民航客运量预测方法研究
2024年
为提高民航客运量预测精准度,本文针对近18年的时间序列民航客运量数据,构建极限梯度提升树XGBoost预测模型,进行多特征分析,处理季节、节假日等主要因素,并与SVR模型进行对比。通过对比预测曲线图,反映出SVR模型在高维空间中可以找到最优超平面来拟合数据,XGBoost模型适用于复杂的非线性关系建模。实验结果表明,XGBoost预测模型相比于SVR向量回归模型、线性模型与随机森林模型,其精准度更高且对影响因素敏感;XGBoost模型有更高的R2和更低的MSE,能够更有效提高民航客运量预测精度和预测稳定性,为制定航空运输生产计划和发展航空运输业提供了重要参考。In order to improve the accuracy of civil aviation passenger traffic prediction, this paper, based on the civil aviation passenger traffic data of recent 18 years, builds the ultimate gradient lift tree XGBoost prediction model, conducts multi-feature analysis, processes major factors such as seasons and holidays, and compares it with the SVR model. By comparing the prediction curves, it shows that SVR model can find the optimal hyperplane to fit the data in the high-dimensional space, and XGBoost model is suitable for complex nonlinear relationship modeling. The experimental results show that compared with SVR vector regression model, linear model and random forest model, XGBoost prediction model is more accurate and sensitive to influencing factors. XGBoost model has higher R2 and lower MSE, which can improve the forecast accuracy and stability of civil aviation passenger volume more effectively, and provide an important reference for the development of air transport production plan and air transport industry.
刘浩霖赵子玉谢文飞吴念秋唐甜甜
关键词:民航客运量
基于灰色拟合和因子模型的道路客运量预测被引量:1
2024年
为推进我国城市道路客运健康、可持续发展,需加强我国城市班车客运、旅游客运特征和发展趋势分析,并提出新的道路客运量预测方法研究。基于以上目的,道路客运量预测就回归预测法、卷积神经网络预测法、遗传算法预测法等现有交通量预测方法进行回顾、优缺点分析和总结,对适合班车客运预测的灰色预测法进行模型优化,创新提出班车客运灰色拟合预测法,另结合旅游客运特征和因子,提出了旅游客运量影响因子模型预测法。重点引入灰色拟合预测法和旅游客运因子预测模型,通过函数拟合和对景区预测因子显著度等进行研究,得出科基于灰色拟合和因子模型的道路客运量预测方法、模型,并以2023年武汉市道路客运量预测案例进行精准验证,为我国城市道路客运事业发展提供方法借鉴和参考。
胡志勇孙方婷蒋金亮年录发
灰色预测模型在公路客运量预测中的应用
2024年
公路客运量是衡量一个地区经济发展水平的关键指标,对于指导区域交通运输和路网规划具有深远影响。在面临时间序列样本数量有限的客运量预测挑战中,深入比较了灰色GM(1.1)模型与灰色Verhulst模型的预测性能。经实际案例的严格验证,发现灰色Verhulst模型展现了较低的误差率和更高的预测精度,使其成为临夏州公路客运量预测的理想选择。基于该模型的优越表现,采用了灰色Verhulst模型对临夏州2023年—2025年的公路客运量进行了前瞻性预测。这不仅为该地区的交通基础设施建设提供了宝贵的参考,也为新建公路项目的可行性评估提供了关键的经济数据支持。
袁胜强魏恒俊
关键词:交通运输客运量VERHULST模型
模态分解与混合模型融合的民航客运量预测
2024年
为解决民航客运量预测时存在的精度低、高维特征缺失等问题,结合中国民航客运量数据的特征,提出一种由互补集合经验模态分解(CEEMD)与支持向量机(SVM)组合的预测模型。通过CEEMD对数据进行分解,有效处理数据中的复杂特征和趋势。通过粒子群算法(PSO)优化SVM模型的参数,确保模型更好地适应数据特征并提供准确的预测结果。构建CEEMD-PSO-SVM组合预测模型应对复杂的客运量数据,提升预测效果。选取2005—2024年的客运量数据进行建模,并与CEEMD-SVM、EMD-SVM、EEMD-SVM、EMD-PSO-SVM、EEMD-PSO-SVM模型的预测效果进行比较。仿真结果表明:构建的CEEMD-PSO-SVM模型可有效预测中国民航客运量波动特征下的数据变化趋势。
唐甜甜徐海文刘浩霖于飞何梦帆
关键词:粒子群算法支持向量机组合预测
基于线性回归模型的铁路客运量预测与实证分析
2024年
以郑州市为例,利用计量经济学的方法对郑州市铁路客运量的影响因素进行单变量和多变量分析,采用普遍最小二乘法(OLS),分别研究地区生产总值、总人口数、接待国内外游客总量、居民消费价格指数对郑州市铁路客运量的影响程度。利用EViews软件,以2000—2016年的铁路客运量数据作为训练集,2017—2018年的铁路客运量数据作为测试集,分别进行一元线性回归和多元线性回归分析,通过多重共线性、异方差、自相关性的检验以及模型拟合优度的比较,得到最佳郑州市铁路客运量预测模型,模型解释能力为99.07%。经测试集相对误差检验,构建的模型预测值与实际值误差小于2%,多元线性回归模型预测效果很好,可为地区铁路客运量的短期预测及相关部门的客运决策提供数据支持。
王家俊
关键词:铁路客运量线性回归模型EVIEWS软件运量预测
基于线性回归模型的春运客运量预测研究——以重庆为例
2024年
春运期间营业性客运量是旅客活跃程度的重要指标,合理预测春运期间营业性客运量为行业管理部门运力场站储备、应急调度工作提供重要依据。以重庆市春运期间为例,基于分析2014—2023年各方式客运量与春运期间各方式营业性客运量,构建基于线性回归理论的春运期间营业性客运量预测模型,并通过相关系数检验,得知春运期间各方式营业性客运量与上一年全年各方式客运量存在明显线形相关,并以2024年重庆春运期间营业性客运量进行验算,证明模型测算结果较为准确,为以后春运期间营业性客运量预测提供理论依据。
陈林周正陈丹蕾肖伟张敏
关键词:交通运输春运客运量预测
基于改进灰色预测模型的铁路客运量预测研究被引量:1
2024年
为提高灰色预测模型在铁路客运量预测的精度,提出对样本数据的累加生成序列进行函数拟合,再通过求其函数定积分的方法来改进灰色预测模型背景值,并以上海市铁路客运量预测为研究对象,验证灰色预测模型的改进效果。研究结果表明,通过对累加生成序列进行函数求拟合,并求其定积分计算背景值的灰色预测模型具有更好的预测精度,相比于传统方法和指数函数积分法,改进方法得到背景值的平均相对预测误差减少0.097%、0.183%。
杨飞
关键词:函数拟合铁路客运量

相关作者

谢小山
作品数:54被引量:53H指数:5
供职机构:郑州铁路职业技术学院
研究主题:除锈 铁道工程 钢板 防护装置 铁路客运量
霍娅敏
作品数:50被引量:432H指数:12
供职机构:西南交通大学交通运输与物流学院
研究主题:交通工程 公路主枢纽 后评价 交通流量 公路
仇智勇
作品数:11被引量:21H指数:2
供职机构:中国中铁二院工程集团有限责任公司
研究主题:客运量预测 OD调查 铁路客运专线 客流特征 旅游铁路
彭辉
作品数:52被引量:402H指数:13
供职机构:长安大学
研究主题:交通工程 运输通道 城市轨道交通 旅客出行 运输方式
王起才
作品数:543被引量:2,326H指数:21
供职机构:兰州交通大学
研究主题:混凝土 孔结构 泥岩 抗压强度 含气量