公交客運(yùn)量預(yù)測技術(shù)研究.pdf

1、公交客運(yùn)量是營運(yùn)計(jì)劃制定，線路運(yùn)力配置，車輛管理調(diào)度的重要依據(jù)。預(yù)測公交客運(yùn)量的發(fā)展變化趨勢，有利于提高公交管理水平。
　　 公交客運(yùn)量受宏觀和微觀因素的影響。研究發(fā)現(xiàn)，在這些因素的綜合影響下，公交客運(yùn)量具有以下規(guī)律特征：第一，公交客運(yùn)量呈現(xiàn)整體上升的趨勢；第二，公交客運(yùn)量具有周期波動性和隨機(jī)波動性。其中公交集團(tuán)、公司和分公司客運(yùn)量的周期波動性較強(qiáng)，隨機(jī)波動性較弱。而線路客運(yùn)量受隨機(jī)影響較大，隨機(jī)波動性較強(qiáng)，周期波動性較弱。

2、r>　　 針對公交客運(yùn)量整體上升和周期波動的特點(diǎn)，論文提出通過長期趨勢函數(shù)擬合整體上升趨勢和波動函數(shù)擬合周期波動特征的時(shí)間序列模型。實(shí)驗(yàn)表明，對于周期波動性較強(qiáng)的公交集團(tuán)、公司和分公司客運(yùn)量預(yù)測，該模型具有較好的預(yù)測效果，平均相對誤差低于5％。由于該模型主要是依據(jù)公交客運(yùn)量的周期波動特征，而線路客運(yùn)量容易受隨機(jī)因素影響，隨機(jī)波動性較強(qiáng)，因此，對于線路客運(yùn)量預(yù)測需要針對其隨機(jī)波動特征建立相應(yīng)模型?？紤]到灰色模型能夠削弱隨機(jī)因素的影響，論

3、文應(yīng)用通過殘差修正改進(jìn)的GM(1,1)灰色模型對線路客運(yùn)量進(jìn)行預(yù)測。實(shí)驗(yàn)表明，在線路客運(yùn)量預(yù)測時(shí)，改進(jìn)GM(1,1)模型平均相對誤差低于8.8％，且較時(shí)間序列模型平均預(yù)測精度提高6％，較改進(jìn)前的模型平均預(yù)測精度提高1％-2％。
　　 最后，論文以建立的預(yù)測模型為基礎(chǔ)，設(shè)計(jì)實(shí)現(xiàn)了公交客運(yùn)量預(yù)測系統(tǒng)。系統(tǒng)以公交客運(yùn)量歷史數(shù)據(jù)為輸入數(shù)據(jù)，采用數(shù)據(jù)倉庫、模塊庫等技術(shù)完成了數(shù)據(jù)倉庫模塊、模型庫模塊、預(yù)測管理模塊、人機(jī)界面模塊及結(jié)果集成模塊