过江通道视角下地面公交客流特征研究——以南京市为例

为提供跨江地面公交的线网规划与运营管理依据,以公交IC卡数据为核心,应用基于出行链和最小熵率的客流OD推导技术,挖掘完整准确的公交客流数据,分析总结了跨江公交客流特征,结果表明:(1)跨江线路早高峰开始时间提前,具有早启性;(2)跨江线路早晚高峰客流方向性明显,具有潮汐性;(3)跨江客流在空间分布上具有集聚性。在此基础上,提出了时刻表优化和线路调整两点建议。

公路客运量预测方法的比较

科学准确地预测公路客运量,超前掌握公路客运量发展的趋势、特点、规律和数量,是制定公路客运发展和站场配置规划的基础.运用灰色模型、指数平滑模型、回归分析法、弹性系数法等多种预测模型对某城市2003～2015年公路客运量进行了分析预测,通过残差分析和绝对百分误差(MAPE)进行择优,提高了预测精确度.最后采用组合预测确定终值并进行了分析比较.结果表明,组合预测综合考虑了各种因素的影响,能够提高公路客运量预测精度,为公路客运发展提供科学决策依据.

铁路客运量数据挖掘预测方法及应用研究

在分析铁路客票数据特征的基础上,提出采用分段模糊BP神经网络对铁路客运量进行数据挖掘预测。通过对铁路客票数据的分段处理,提高了网络学习的收敛速度和预测精度,并在MATLAB环境下建立了分段模糊BP神经网络模型,在仿真试验中各分段的期望输出和实际输出之间吻合较好,从而证明了分段模糊的数据处理方法是有效的;同时,预测的客运量和实际客运量数值非常接近,说明分段模糊BP神经网络得到的数据挖掘预测模型对铁路客运量有很好的预测效果,该预测模型可信,为预测铁路客运量提出了一种新思路。

基于交通系统与城市空间结构互馈机制的城际轨道交通走廊客流预测

基于交通系统与城市空间结构之间的动态互馈机制和公交导向性开发策略,开展城际轨道交通走廊客流预测研究。对新建区,在土地使用形态控制的基础上,利用土地价值计算人口地理分布权,进而得到出行发生和出行吸引的权重,它刻画了交通系统对城市空间结构的作用机制;对建成区,主要根据土地使用形态计算出行发生和出行吸引的权重,它体现了城市空间结构对交通系统的影响。在此基础上,给出了城际轨道交通走廊的客流预测方法。该预测方法不仅反映了城际轨道交通系统对客流需求的满足,更重要的是,能真实体现城际轨道交通系统对城市群空间结构形态和交通需求的导向作用。以长株潭城际轨道交通建设项目为背景,运用该方法分析预测了相应区域的城际轨道交通走廊的客流需求量。

基于粗糙集的公路客运量预测

公路客运量预测不仅是进行客运发展规划的基础,也是制定城市综合客运枢纽规划及综合交通规划的前提。通过对公路客运量预测决策表连续属性的离散化、决策矩阵构造及最简决策规则的获取,建立了基于粗糙集的客运量预测模型。该模型获取的最简决策规则避免了因历年统计数据波动而造成的预测误差,最终的预测结果为增长区间而不是绝对数值,更好的反映了公路客运需求。最后应用该模型预测成都市未来5 a的公路客运量,得到了客运量的增长区间。

基于AFC和POI数据的轨道交通车站客流影响因素挖掘

精细化研究轨道交通车站客流影响因素对于建立轨道交通与土地利用长效互动机制,发挥轨道交通支撑和引领城市发展作用,指导轨道新线开通和周边用地开发等具有重要意义。以南京为例,首先获取轨道交通运营客流AFC数据和网络爬取的POI数据;然后考虑四种类型轨道交通车站客流特征,挖掘用地特征、公共交通接驳特征、车站属性三类因素;最后利用结构方程模型分析城市轨道交通规划建设与城市用地开发之间的作用机制。实证结果表明,基于POI获取的住户数、商业设施数、文化设施数、公共汽车线路数等数据对工作日轨道交通进站客流有突出贡献。

广州市公路客运线路客运量的预测

公路客运量的预测对于公路客运的管理和决策具有重要意义 .本文研究了利用重力模型预测 2 0 0 5年和 2 0 10年广州市公路客运线路客运量的方法 ,并给出了主要线路的预测和分析结果 .

公路客运短期运量预测研究

科学有效地预测公路客运量对于公路客运的管理和决策具有重要意义。本文结合实际应用,基于客运量中短期变化规律的分析,对公路客运量短期预测方法进行研究,给出了预测系统的总体结构和预测算法,以协助运力配置、运力调拨,进而实现运力运量的平衡。

基于改进四阶段法的武广客运专线客流预测

以武广客运专线客流预测为研究对象,根据客运专线运营特点及其对通道旅客运输的影响,对传统四阶段预测法进行改进,用灰色模型代替原来的重力模型,将运量分为直接运量和诱增运量分别进行预测,使得预测结果更接近客运专线目标年限的实际客运量。预测结果对武广客运专线的运营和进一步建设具有重要的参考意义。

长途客车客流量监测装置

就长途客车客流量监测装置的设计原理、硬件、软件组成作了较详尽的说明。它由8031单片机系统、光电和压电元件组成。

城市间旅客运输需求预测模型研究

本文以沪宁城市群为例,对城市间旅客运输需求总量、空间分布和运输方式的市场分担率进行研究和预测。文章着重分析影响城市间旅客需求的因素、旅客时间价值和出行广义费用的确定、空间分布模型参数标定和检验及各运输方式市场分担率预测等问题,并且认为高速度、高密度、大容量的铁路旅客运输是城市间(特别是大城市间)旅客运输市场中最有力的竞争者。

基于改进BP神经网络的公路旅游客流量预测

针对如何精确预测公路旅游客流量这一问题,论述了公路旅游客流量研究背景,对包括神经网络模型在内的几类模型进行了分析,说明神经网络预测模型运用在公路旅游客流量预测中的优势.以实证分析为背景,论述了改进BP神经网络在公路旅游客流量预测中的应用,并深入研究了实际运用中输入/输出向量的选择、数据预处理方法、隐层神经元数目选择、训练函数选择等实际问题,对预测结果和实际值进行了比较和分析论述,得到一个适合的BP网络.最后对几种预测方法的预测结果进行比较,说明了BP神经网络在公路旅游客流量预测的合理性与可行性.

基于ANP方法的公交车实时调度策略选择研究

给出了公交车的4种实时调度策略,包括滞站调度、跳站调度、短掉头和发车调度.4种调度策略各有优缺点,但是在特殊环境之下,如何考虑选择不同的调度策略是管理者面临的重要问题.文中建立了ANP方法,选择12个指标对4种不同的调度策略进行对比,考虑指标与因素之间的反馈与关联,更接近于决策的实际情况,有助于提供更好的方案选择.

MD预测模型的计算方法研究

MD(Modal Demand)客运量预测理论与方法诞生于日本,是一种特别适用于客运专线等新型交通方式的预测模式。文章在分析了MD模型的假设、定义和原理的基础上,对其中的旅客行为时间价值参数的标定、旅客出行效用参数的标定和潜在客运需求函数的构建等关键技术问题进行了系统的研究,并提出了一套MD模型的计算方法。

基于遗传算法优化支持向量机的公路客运量预测

公路客运量预测是公路规划建设的一项重要工作。针对其难以建立精确预测模型的问题,结合支持向量机与遗传算法,提出了一种公路客运量预测的新方法。由于支持向量机的预测精度很大程度上取决于参数的选取,因此利用遗传算法来优化其训练参数,以得到优化的支持向量机的预测模型。以北京市的数据作为应用算例,并与BP神经网络及RBF神经网络的预测结果进行对比分析。实验结果表明,基于遗传算法的支持向量机模型的预测精确更高,误差更小,可以更有效地对公路客运量进行预测;也说明利用遗传算法进行支持向量机参数优选的方法是可行有效的。

都市圈及都市带的客流特性及发展趋势

通过对都市圈和都市带的客流需求因素、影响因素的分析 ,区分总体客流影响因素及分类客流影响因素、常规因素及突变因素 ,论述了现阶段都市圈中心城市及城际客流特性、都市带的带中及城际客流特性。同时考虑到我国的城市化进程规模和欧美国家的发展进程有着显著的区别 ,结合我国目前的几大都市圈和都市带发展现状 ,提出了未来都市圈及都市带客流的发展趋势。

对湖北省公路客运量预测模型的探讨

介绍了一元线性回归、确定性时间序列模型、灰色模型预测的基本原理,利用这些预测方法对湖北省公路客运量进行预测,给出其预测公式、预测精度并绘出预测图形,比较了各预测方法在公路客运量预测中的特点。

灰色马尔可夫模型在公路运量弹性系数预测中的应用

针对公路运量预测中弹性系数随机波动性较大的问题,结合灰色模型可以揭示预测数据的发展趋势以及马尔可夫预测适合描述随机波动性较大的预测问题的优点,建立了公路运量预测中弹性系数的灰色马尔可夫预测模型;用该模型对北京市公路客运弹性系数进行预测,验证了模型对公路运量中弹性系数进行预测的合理性。研究结果表明,灰色马尔可夫预测模型能够较好地提高公路运量预测中弹性系数的预测精度,对于提高公路运量预测精度具有重要意义。

灰色关联弹性模型在公路客运量预测中的运用

根据公路客运量预测受到多因素影响以及非线性的特点[1],选取了影响公路客运量的主要因素,并计算出关联因素对公路客运量的关联度,进一步提出了灰色关联弹性模型预测公路客运量的方法。该方法提出灰色综合弹性系数的概念,基于灰色关联弹性模型的原理,根据若干年已知数据计算得出的灰色综合弹性系数并预测出后面紧邻若干年份的客运量。将该模型运用到对我国公路客运量的预测,发现预测精度同传统弹性系数法相比有了一定提高,验证了该模型具有一定的实用性和参考价值。

公路干线客运市场政策体系的建立和完善

针对中国干线公路建设快速发展及国家构建快速交通体系的客观要求,借鉴传统公路客运发展的经验和教训,吸取发达国家城间快速客运发展的先进做法,采取了理论与实际相结合的方法,提出了在构建国家公路干线客运系统时,应首先建立和完善其市场政策体系,并分析了公路干线客运市场政策体系的5个要素。