《最新铁路客运量预测方法 [汇编整理]》由会员分享，可在线阅读，更多相关《最新铁路客运量预测方法 [汇编整理]（8页珍藏版）》请在金锄头文库上搜索。
1、一 意义 1 设计铁路能力的依据 客运量是选定 铁路主要技术标准的依据 而主要技术标准又 决定着运输装备的能力 它不应小于调查或预 测的客运量 以满足国家要求的运输任务 2 是评价铁路经济效益的基础 客运量 决定铁路的运营收入 运输成本等经济效益指 标 客运量大 则收入多 成本低 3 是影响线路方案取舍的重要因素 铁 路选线中 出现大量的线路方案比较 若运量 大 则投资大的方案中选 运营支出小 总之 若调查或预测的客运量偏大 则铁 路标准偏高 技术装备能力也偏高 因而投资 较大 但运营后发现实际运量偏小 则会造成 铁路能力闲置 投资浪费 由于运营收入少 铁路的经济效益必然降低 若调查或预测的客
2、 运量偏小 虽初期投资省 但运营后能力很快 就会饱和 从而过早的引起铁路改扩建 追加 投资增大 也不经济 二 影响客运量的因素 直通吸引范围 等距离原则划定 哪边近走哪 边 上下行分别勾画 地方吸引范围 运价最低 运距最低 原则确 定 哪边花钱少走哪边 随着社会经济的不断发展 客运量也在不 断增加 因此 只有把握住影响客运量增长的 因素 才能更好地预测出客运量的大小 影响 因素主要有 1 国家的政治 经济形势 国民经济的增 长速度与发展战略 运价政策和旅客对运费的 承受能力 这些因素 在预测远期运量时需加 以考虑 2 设计线在路网中的地位和作用 以及邻 接铁路的布局和能力 都将影响直通客运量
3、3 设计线沿线的资源情况 工矿 电力等 大型企业的发展规划 农林牧副渔和乡镇企业 的发展情况 以及城乡人口 人均收入的增长 情况 也将 影响地方客运量 4 设计线沿线的公路 水运等交通状况和 发展规划 将影响设计线分担客运量的比重 5 突发事件的影响 疾病 自然灾害等 三 客运量预测方法 定性预测 方法是主要以预测人员的经验判 断为依据而进行的预测 预测者根据自己掌握 的实际情况 实践经验 专业水平 对未来货 运发展前景的性质 方向和程度做出判断 其 特点为 需要的数据少 能考虑无法定量的因素 比较简便可行 定性预测方法 经济调查法 直接估算法 根据规划线吸引范围内的经济 人口 人均收 入等情
4、况 比照邻接铁路每天开行的旅客列车 对数 直接估计规划线运营初期每天需要开行 的列车对数 远期可按每隔若干年增加一对估 算 德尔菲法 专家调查法 类推法 时间 类推和局部类推 头脑风暴法等 但这种方法 往往在很大程度上取决于参加预测的人员的经 验 专业理论水平以及所掌握的实际情况 因 此存在片面性 准确性不高的缺点 定量预测 方法则是以历史统计资料和有关 信息为依据 运用各种数学方法来预测未来客 运市场需求情况 即未来的运量 定量预测方 法最大的 优点 就是客观性 这类方法的预测精 度和可靠性在很大程度上取决于数据的准确性 和预测方法的科学性 定量预测方法 时间序列法 移动平均法 指数平滑法
5、季节指数法 自回归分析 趋势 外推法 灰色预测法 影响因素分析法 回归 分析法 系数法 乘车系数和产值系数 四阶 段法 交通生成 交通分布 交通方式划分 交通流分配 时间序列分析预测法是一种依据客运量的 历史变化趋势 找出其随时间变化的规律 并 通过数学模型来表示 然后根据模型来进行预 测的方法 这种方法的主要优点是需要数据少 简便 只要所研究的运量时间序列的趋势没有 大的波动 预测效果较好 这类方法的缺点 是 无法反映出运量变化的原因 对于影响运量变 化的外部因素变化 如调整经济政策和发展速 度而引起的运输需求的变动无法反映 影响总运输需求的主要因素有很多 但具 体的预测目标类型 范围是不同
6、的 必须细致 地分析其最主要的影响因素 设法将其用量化 指标反映出来 通过对过去和现在的指标数据 进行分析研究 可以找出运输需求与相关经济 量的关系 用于对运量进行预测 这类预测方 法在 数据量足够多的情况下 常可获得较好的 精度 并提供运量变化原因方面的信息 其缺 点是自变量 外在变量指标未来值的选择 本 身就带有预测性 比如 乘车系数法中未来人 口的预测 影响预测的准确程度 新建铁路预测方法 没有统计资料 只有 在调查研究的基础上 借助预测者的丰富经验 并和与规划线条件相近的既有线类比来进行预 测 目前 对新的预测方法的研究已取得了一 些成果 如将 灰色系统理论 神经网络理论 遗传算法理论
7、及组合方法 引入到客运量预测 中 现在应用的预测方 法 客运量是非线性系 统 2 BP Back Propagation 神经网络 按误差逆传播算法的 非循环多级前馈神经网络 模型 信息的正向 传播和误差的反向传播 误差是否收敛 误差 可接受程度或预设次数 合理选用 传递函数 具有预测精度高 收敛速度快等特点 3 遗传算法 GA 是一种基于自然选择 达尔 文进化论 和基因遗传学 孟德尔 原理的优 化搜索方法 遗传算法在计算机上模拟生物的 进化过程和基因的操作 并不需要对象的特定 知识 也不需要对象的搜索空间是连续可微的 它具有全局寻优的能力 四 灰色模型与线性回归模型组合的预测方法 灰色系统认
8、为一切随机量都是在一定范围 内 一定时段上变化的灰色量和灰过程 对于 灰色量的处理不是寻求它的统计规律和概率分 布 而是将杂乱无章的原始数据列 通过一定 的方法处理 变成比较有规律的时间序列数据 即以数找数的规律 再建立动态模型 这就弥 补了概率统计方法的不足 铁路运量的增长 受国民经济各部门多层 次多因素的影响 这些因素有可知的 有未知 的 因而可用灰色模型寻求运量增长与时间序 列的规律 不需要大量的统计数据就可以建立数学模 型 利用有限的统计数据推导系统本身的发展 规律 不需要统计数据具有典型的分布规律 数据的波动可经过累加处理 弱化其影响 但适用于单一的指数增长数据序列 对于 出现的异常
9、数据无法处理 因此与线性回归模 型结合起来 处理这些异常数据 建模过程 1 数据处理 如图 某省历年统 计数据 用 0 xt 表示 很明显 2003 年的运量突降 属于变异数据 因此需要对其进行调整 取原始数据序列 0 4980 5085 4864 5695 5842 6313 X 用 公式 1 1 x t t x t 计算数据级比 然后求出级比平均 值 得到调整后的2003 年的客运量为5344 万 人 从而调整后的数据序列 0 4980 5085 5344 5695 5842 6313 X 将各年度统计量逐年累 加 得 0 4980 10065 15409 21104 26946 3325
10、9 X 2 用微分方程拟合数据序列 1 xt 一阶微分方程的形式为 1 1 dx axu dt 该微分方程的解 为 1 0 1 1 atuu xtxe aa 式中 a u 参数 可由最小二乘法求得 即 1 TT n a B BB y u 1 1 1 1 1 1 1 2 1 2 1 3 2 2 1 1 2 xx xx B xnxn M 0 0 0 2 3 T n yxxxnK 求出参数 a u后 便建立起灰色预测模 型 3 预测值的还 原 模型计算出来的是预测的累加值 记为 1 xk 因此还要进行真正预测值的还原 即预测值 0 1 1 1 xkxkxk 4 精度检验 方差比 c c S2 S1 小误差概率 p 0 0 1 0 6745kS 式 中S1 原 始 数 据 列 的 均 方 差 2 0 0 1 1 1 1 n k Sxkx n S2 残 差 的 均 方 差 2 0 0 2 1 1 1 n k Sk n 0 0 0 kxkxk 5 残差修正 灰色理论中灰色预测方法的优点 是算法简 单 易于掌握 运算速度快 模型的拟合精度 较高 对于短期预测能给出很好的预测效果 缺点 是对于具有波动性的系统预测的效果不是 很理想 交通流本身具有很多不确定性的因素 受环境因素 突发事件的影响比较大 具有很 强的波动性 因此在短期交通流预测中预测的 精度往往不高
