鐵路客運(yùn)量預(yù)測(cè)方法

1、一、意義1、設(shè)計(jì)鐵路能力的依據(jù)。客運(yùn)量是選定鐵路主要技術(shù)標(biāo)準(zhǔn)的依據(jù)，而主要技術(shù)標(biāo)準(zhǔn)又決定著運(yùn)輸裝備的能力，它不應(yīng)小于調(diào)查或預(yù)測(cè)的客運(yùn)量，以滿足國(guó)家要求的運(yùn)輸任務(wù)；2、是評(píng)價(jià)鐵路經(jīng)濟(jì)效益的基礎(chǔ)?？瓦\(yùn)量決定鐵路的運(yùn)營(yíng)收入、運(yùn)輸成本等經(jīng)濟(jì)效益指標(biāo)?？瓦\(yùn)量大，則收入多、成本低；3、是影響線路方案取舍的重要因素。鐵路選線中，出現(xiàn)大量的線路方案比較。若運(yùn)量大，則投資大的方案中選，運(yùn)營(yíng)支出小?？傊?，若調(diào)查或預(yù)測(cè)的客運(yùn)量偏大，則鐵路標(biāo)準(zhǔn)偏高，技術(shù)裝備能力也偏高，因而投資較大。但運(yùn)營(yíng)后發(fā)現(xiàn)實(shí)際運(yùn)量偏小，則會(huì)造成鐵路能力閑置，投資浪費(fèi)，由于運(yùn)營(yíng)收入少，鐵路的經(jīng)濟(jì)效益必然降低；若調(diào)查或預(yù)測(cè)的客運(yùn)量偏小，雖初期投資省

2、，但運(yùn)營(yíng)后能力很快就會(huì)飽和，從而過早的引起鐵路改擴(kuò)建，追加投資增大，也不經(jīng)濟(jì)。二、影響客運(yùn)量的因素直通吸引范圍：等距離原則劃定（“哪邊近走哪邊”），上下行分別勾畫；地方吸引范圍：運(yùn)價(jià)最低（運(yùn)距最低）原則確定（“哪邊花錢少走哪邊”）。隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，客運(yùn)量也在不斷增加，因此，只有把握住影響客運(yùn)量增長(zhǎng)的因素，才能更好地預(yù)測(cè)出客運(yùn)量的大小。影響因素主要有：1、國(guó)家的政治、經(jīng)濟(jì)形勢(shì)，國(guó)民經(jīng)濟(jì)的增長(zhǎng)速度與發(fā)展戰(zhàn)略，運(yùn)價(jià)政策和旅客對(duì)運(yùn)費(fèi)的承受能力，這些因素，在預(yù)測(cè)遠(yuǎn)期運(yùn)量時(shí)需加以考慮；2、設(shè)計(jì)線在路網(wǎng)中的地位和作用，以及鄰接鐵路的布局和能力，都將影響直通客運(yùn)量；3、設(shè)計(jì)線沿線的資源情況，工礦、電力

3、等大型企業(yè)的發(fā)展規(guī)劃，農(nóng)林牧副漁和鄉(xiāng)鎮(zhèn)企業(yè)的發(fā)展情況，以及城鄉(xiāng)人口、人均收入的增長(zhǎng)情況，也將影響地方客運(yùn)量；4、設(shè)計(jì)線沿線的公路、水運(yùn)等交通狀況和發(fā)展規(guī)劃，將影響設(shè)計(jì)線分擔(dān)客運(yùn)量的比重；5、突發(fā)事件的影響：疾病、自然災(zāi)害等。三、客運(yùn)量預(yù)測(cè)方法定性預(yù)測(cè)方法是主要以預(yù)測(cè)人員的經(jīng)驗(yàn)判斷為依據(jù)而進(jìn)行的預(yù)測(cè)。預(yù)測(cè)者根據(jù)自己掌握的實(shí)際情況、實(shí)踐經(jīng)驗(yàn)、專業(yè)水平，對(duì)未來貨運(yùn)發(fā)展前景的性質(zhì)、方向和程度做出判斷。其特點(diǎn)為:需要的數(shù)據(jù)少，能考慮無法定量的因素，比較簡(jiǎn)便可行。定性預(yù)測(cè)方法：經(jīng)濟(jì)調(diào)查法（直接估算法：根據(jù)規(guī)劃線吸引范圍內(nèi)的經(jīng)濟(jì)、人口、人均收入等情況，比照鄰接鐵路每天開行的旅客列車對(duì)數(shù)，直接估計(jì)規(guī)劃線運(yùn)營(yíng)初

4、期每天需要開行的列車對(duì)數(shù)，遠(yuǎn)期可按每隔若干年增加一對(duì)估算）、德爾菲法（專家調(diào)查法）、類推法（時(shí)間類推和局部類推）、頭腦風(fēng)暴法等。但這種方法往往在很大程度上取決于參加預(yù)測(cè)的人員的經(jīng)驗(yàn)、專業(yè)理論水平以及所掌握的實(shí)際情況，因此存在片面性，準(zhǔn)確性不高的缺點(diǎn)。定量預(yù)測(cè)方法則是以歷史統(tǒng)計(jì)資料和有關(guān)信息為依據(jù)，運(yùn)用各種數(shù)學(xué)方法來預(yù)測(cè)未來客運(yùn)市場(chǎng)需求情況，即未來的運(yùn)量。定量預(yù)測(cè)方法最大的優(yōu)點(diǎn)就是客觀性，這類方法的預(yù)測(cè)精度和可靠性在很大程度上取決于數(shù)據(jù)的準(zhǔn)確性和預(yù)測(cè)方法的科學(xué)性。定量預(yù)測(cè)方法：時(shí)間序列法（移動(dòng)平均法、指數(shù)平滑法、季節(jié)指數(shù)法、自回歸分析、趨勢(shì)外推法、灰色預(yù)測(cè)法）、影響因素分析法（回歸分析法、系數(shù)法

5、：乘車系數(shù)和產(chǎn)值系數(shù)）、四階段法（交通生成、交通分布、交通方式劃分、交通流分配）時(shí)間序列分析預(yù)測(cè)法是一種依據(jù)客運(yùn)量的歷史變化趨勢(shì)，找出其隨時(shí)間變化的規(guī)律，并通過數(shù)學(xué)模型來表示，然后根據(jù)模型來進(jìn)行預(yù)測(cè)的方法。這種方法的主要優(yōu)點(diǎn)是需要數(shù)據(jù)少、簡(jiǎn)便，只要所研究的運(yùn)量時(shí)間序列的趨勢(shì)沒有大的波動(dòng)，預(yù)測(cè)效果較好。這類方法的缺點(diǎn)是無法反映出運(yùn)量變化的原因，對(duì)于影響運(yùn)量變化的外部因素變化，如調(diào)整經(jīng)濟(jì)政策和發(fā)展速度而引起的運(yùn)輸需求的變動(dòng)無法反映。影響總運(yùn)輸需求的主要因素有很多.但具體的預(yù)測(cè)目標(biāo)類型、范圍是不同的，必須細(xì)致地分析其最主要的影響因素，設(shè)法將其用量化指標(biāo)反映出來。通過對(duì)過去和現(xiàn)在的指標(biāo)數(shù)據(jù)進(jìn)行分析研究

6、，可以找出運(yùn)輸需求與相關(guān)經(jīng)濟(jì)量的關(guān)系，用于對(duì)運(yùn)量進(jìn)行預(yù)測(cè)。這類預(yù)測(cè)方法在數(shù)據(jù)量足夠多的情況下，?？色@得較好的精度，并提供運(yùn)量變化原因方面的信息。其缺點(diǎn)是自變量、外在變量指標(biāo)未來值的選擇，本身就帶有預(yù)測(cè)性（比如：乘車系數(shù)法中未來人口的預(yù)測(cè)），影響預(yù)測(cè)的準(zhǔn)確程度。新建鐵路預(yù)測(cè)方法：沒有統(tǒng)計(jì)資料，只有在調(diào)查研究的基礎(chǔ)上，借助預(yù)測(cè)者的豐富經(jīng)驗(yàn)，并和與規(guī)劃線條件相近的既有線類比來進(jìn)行預(yù)測(cè)。目前，對(duì)新的預(yù)測(cè)方法的研究已取得了一些成果，如將灰色系統(tǒng)理論、神經(jīng)網(wǎng)絡(luò)理論、遺傳算法理論及組合方法引入到客運(yùn)量預(yù)測(cè)中。現(xiàn)在應(yīng)用的預(yù)測(cè)方法：客運(yùn)量是非線性系統(tǒng)2、BP（BackPropagation）神經(jīng)網(wǎng)絡(luò)（按誤差逆?zhèn)?/p>

7、播算法的非循環(huán)多級(jí)前饋神經(jīng)網(wǎng)絡(luò)）傳播和誤差的反向傳播?？山邮艹潭然蝾A(yù)設(shè)次數(shù)。輸入層隱含層輸出層o為神經(jīng)元模型：信息的正向誤差是否收斂、誤差合理選用傳遞函數(shù)具有預(yù)測(cè)精度高、收斂速度快等特點(diǎn)3、遺傳算法（GA）是一種基于自然選擇（達(dá)爾文進(jìn)化論）和基因遺傳學(xué)（孟德爾）原理的優(yōu)化搜索方法。遺傳算法在計(jì)算機(jī)上模擬生物的進(jìn)化過程和基因的操作，并不需要對(duì)象的特定知識(shí)，也不需要對(duì)象的搜索空間是連續(xù)可微的，它具有全局尋優(yōu)的能力。四、灰色模型與線性回歸模型組合的預(yù)測(cè)方法灰色系統(tǒng)認(rèn)為一切隨機(jī)量都是在一定范圍內(nèi)、一定時(shí)段上變化的灰色量和灰過程。對(duì)于灰色量的處理不是尋求它的統(tǒng)計(jì)規(guī)律和概率分布，而是將雜亂無章的原始數(shù)據(jù)列

8、，通過一定的方法處理，變成比較有規(guī)律的時(shí)間序列數(shù)據(jù)。即以數(shù)找數(shù)的規(guī)律，再建立動(dòng)態(tài)模型。這就彌補(bǔ)了概率統(tǒng)計(jì)方法的不足。鐵路運(yùn)量的增長(zhǎng)，受國(guó)民經(jīng)濟(jì)各部門多層次多因素的影響。這些因素有可知的，有未知的，因而可用灰色模型尋求運(yùn)量增長(zhǎng)與時(shí)間序列的規(guī)律。不需要大量的統(tǒng)計(jì)數(shù)據(jù)就可以建立數(shù)學(xué)模型，利用有限的統(tǒng)計(jì)數(shù)據(jù)推導(dǎo)系統(tǒng)本身的發(fā)展規(guī)律；不需要統(tǒng)計(jì)數(shù)據(jù)具有典型的分布規(guī)律，數(shù)據(jù)的波動(dòng)可經(jīng)過累加處理，弱化其影響。但適用于單一的指數(shù)增長(zhǎng)數(shù)據(jù)序列，對(duì)于出現(xiàn)的異常數(shù)據(jù)無法處理，因此與線性回歸模型結(jié)合起來，處理這些異常數(shù)據(jù)。建模過程：年 份 2001 2002 2(X)3 2004 2(X)5 2006鐵路客運(yùn)吊 498

9、0 5085 4KM 5695 5X42 6313(1)數(shù)據(jù)處理如圖，某省歷年統(tǒng)計(jì)數(shù)據(jù)，用x(0)(t)表示，很明顯，2003年的運(yùn)量突降，屬于變異數(shù)據(jù),因此需要對(duì)其進(jìn)行調(diào)整。取原始數(shù)據(jù)序列X(4980,5085,4864,5695,5842,6313)用公式(t1)啜計(jì)算數(shù)據(jù)級(jí)比，然后求出級(jí)比平均x(t)值，得到調(diào)整后的2003年的客運(yùn)量為5344萬人，從而調(diào)整后的數(shù)據(jù)序列X(0)(4980,5085,5344,5695,5842,6313):將各年度統(tǒng)計(jì)量逐年累加，得X(4980,10065,15409,21104,26946,33259)(2)用微分方程擬合數(shù)據(jù)序列x-(t)一階微分方程

10、的形式為吠ax”u,該微分方程的解dt為x(t1)(x(0)(1)u)eatu,aa式中a,ua t 1 t(B B) B %u參數(shù)，可由最小二乘法求得，即2) x(1)(1)*(3) x(1)(2)M2 x(1)(n)x(1)(n 1)ynx(0)(2),x(0)(3),K,x(0)(n)T,求出參數(shù) a,u 后便建立起灰色預(yù)測(cè)模型。(3)預(yù)測(cè)值的還 原等級(jí)值6ffl好0 . 95c 0. 35較好H 80 號(hào)/U 0.950. 35 W 白6 5若格U. 70 P 0. SU0. 5 L 0. 65不合格 7(). 0. 65模型計(jì)算出來的是預(yù)測(cè)的累加值，記為鏟(”因此還要進(jìn)行真正預(yù)測(cè)值的

11、還原，即預(yù)測(cè)值6(0)(1)(1)x(k)x(k)x(k1)o(4)精度檢驗(yàn)方差比c:c=S2/Si小誤差概率P：2k)-”6745s式中Si一原始數(shù)據(jù)列的均方差，Jn2,()，S2殘差的均方差，S2=J土；(,(k)-。)2,(0)(k)x(0)(k)$0)(k)o(5)殘差修正在椅驗(yàn)中+當(dāng)發(fā)現(xiàn)惱那精度小城理想時(shí)可以建立殘差CM(1*】J*型求出進(jìn)療殘型值正其方法雷下.計(jì)算出連年的殘墨，建立殘差序列=MY*).*計(jì)算殘差逐年累加的生成值/上=2/0).Jn1以一氣)為樣本建立gm。,】)模型，計(jì)算出付片求出殘差修山的實(shí)際用翦值.一付“一科mi”.將求出的修正值臚,C)加到潴值“上網(wǎng)可得到修正后的曲測(cè)值n這種修正方法