亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于季節(jié)性預(yù)測模型的鐵路旅客運輸量預(yù)測

        2015-03-14 03:07:35田郝青
        西部交通科技 2015年8期
        關(guān)鍵詞:預(yù)測模型季節(jié)性鐵路

        田郝青

        (西安鐵路職業(yè)技術(shù)學(xué)院,陜西 西安 710014)

        ?

        基于季節(jié)性預(yù)測模型的鐵路旅客運輸量預(yù)測

        田郝青

        (西安鐵路職業(yè)技術(shù)學(xué)院,陜西西安710014)

        田郝青(1989—),助教,研究方向:交通運輸工程。

        摘要:文章針對鐵路旅客運輸量變化受季節(jié)性因素影響這一特點,提出了基于季節(jié)性預(yù)測模型的鐵路旅客運輸量預(yù)測方法,并結(jié)合實例證明了該方法在一定范圍內(nèi)誤差較小,計算方法簡單,便于現(xiàn)場從業(yè)人員實際應(yīng)用,可以為鐵路運輸組織工作提供較為科學(xué)、準(zhǔn)確的依據(jù)。

        關(guān)鍵詞:鐵路;旅客運輸量;季節(jié)性;預(yù)測模型

        0引言

        現(xiàn)代化運輸方式主要包括鐵路運輸、公路運輸、水路運輸、航空運輸。而其中的鐵路運輸在整個現(xiàn)代化運輸方式中占有重要地位。為了適應(yīng)國民經(jīng)濟(jì)發(fā)展的需要,我國的鐵路運輸里程不斷增加,線路覆蓋區(qū)域不斷擴大,鐵路客運量及貨運量能力不斷提升,鐵路運輸事業(yè)得到了飛速發(fā)展。但是,在快速發(fā)展的同時,又暴露了不少問題。因為鐵路運輸具有適應(yīng)性強,運輸能力大,安全程度高,成本低等技術(shù)經(jīng)濟(jì)特征,因此在全部運輸方式中,成為客運量最大的運輸方式。眾所周知,在春運、暑運、國慶節(jié)等公共假期,一票難求的現(xiàn)象已經(jīng)成為常態(tài),鐵路運輸能力顯得嚴(yán)重不足。鐵路旅客運輸量預(yù)測是鐵路運輸組織工作的重要基礎(chǔ),是科學(xué)決策,編制運輸生產(chǎn)計劃的主要依據(jù)。為了更好地進(jìn)行運輸組織,緩解一票難求的現(xiàn)象,必須對鐵路旅客運輸量進(jìn)行科學(xué)預(yù)測。

        1理論及問題描述

        1.1 運量預(yù)測方法

        運量預(yù)測中常用的預(yù)測方法也有十幾種。按預(yù)測方法的性質(zhì),大體上可將之劃分為兩大類:定性預(yù)測方法與定量預(yù)測方法。[1-2]

        定性預(yù)測方法主要是以預(yù)測人員的經(jīng)驗判斷為依據(jù)而進(jìn)行的預(yù)測。預(yù)測者根據(jù)自己掌握的實際情況、實踐經(jīng)驗、專業(yè)水平,對未來貨運發(fā)展前景的性質(zhì)、方向和程度作出判斷。其特點為需要的數(shù)據(jù)少,能考慮無法定量的因素,比較簡便可行。目前常用的定性預(yù)測方法包括運輸市場調(diào)查法法、類推法、專家預(yù)測法、頭腦風(fēng)暴法、主觀概率法以及情景分析法等。但這些方法往往在很大程度上取決于參加預(yù)測人員的經(jīng)驗、專業(yè)理論水平以及所掌握的實際情況,因此存在片面性、準(zhǔn)確性不高的缺點[3]。

        定量預(yù)測方法主要是指通過建立數(shù)學(xué)模型來對未來旅客運輸量進(jìn)行預(yù)測。運用數(shù)學(xué)方法對統(tǒng)計得到的資料和相關(guān)因素進(jìn)行科學(xué)的加工處理。因此,定量預(yù)測方法也被稱為統(tǒng)計預(yù)測法。與定性預(yù)測法相比,主觀因素在預(yù)測中的影響被縮小,預(yù)測結(jié)果更加客觀、科學(xué)。基于以上優(yōu)點,定量預(yù)測法在生產(chǎn)實踐中得到了更加廣泛的應(yīng)用。而在鐵路旅客運輸量預(yù)測中,主要是時間序列預(yù)測模型和影響因素預(yù)測法。

        除了定性與定量預(yù)測法,伴隨著計算機技術(shù)前所未有的發(fā)展,也不斷產(chǎn)生了一些新的預(yù)測方法,比如:灰色系統(tǒng)理論,神經(jīng)網(wǎng)絡(luò)理論,遺傳算法等。這些新興的理論也逐步被應(yīng)用到鐵路旅客運輸量的預(yù)測領(lǐng)域中。

        1.2 問題描述

        時間序列分析模型屬于定量預(yù)測方法,是管理系統(tǒng)控制中一種常用的方法,所謂時間序列分析模型,就是根據(jù)按時間順序排列的一組觀測值,利用梳理統(tǒng)計方法加以處理,來預(yù)測事物未來的發(fā)展趨勢。這種方法是建立在事物發(fā)展具有延續(xù)性的基礎(chǔ)上,故又稱為外推法[4]。對于觀測值的隨機波動,可采用簡單的算術(shù)平均或加權(quán)平均處理,但準(zhǔn)確度不高,一般只適用于短期預(yù)測。由于事物的發(fā)展規(guī)律而決定的數(shù)據(jù)散布形式不同,預(yù)測要求也不一樣,因此時間序列分析模型種類很多,主要包括移動平均法、指數(shù)平滑法、季節(jié)性預(yù)測模型、鮑克斯-詹金斯法、普查II法。

        現(xiàn)實經(jīng)濟(jì)活動中存在著季節(jié)性生產(chǎn)和季節(jié)性消費的情況,搞好產(chǎn)品季節(jié)性預(yù)測,認(rèn)識和掌握各類產(chǎn)品生產(chǎn)和消費的季節(jié)性規(guī)律,對于加強計劃性,使產(chǎn)品適銷對路,提高經(jīng)濟(jì)效益具有十分重要的意義[4]。

        鐵路旅客運輸隨季節(jié)性波動消費明顯,即在一年的某些特定月份客運量明顯變多(與其他月份相比)。以2012年1~12月全路旅客運量當(dāng)期值為例(注:鐵路旅客運量指一定時期內(nèi)使用鐵路客車運送的旅客人數(shù)。鐵路旅客運量的計算方法:不論票價多少或行程長短,均按單程計算為一人次;不足購票年齡免購客票的兒童,不計算運量;月、季票按每月往返各21人次計算[5]),如圖1所示。

        圖1 2012年1~12月全路旅客運量示意圖

        由圖1可以看出,在1月、7~9月的全路旅客運量明顯多于其它月份,這些月份分別是春運和暑運期間?;诖?,本文擬通過建立季節(jié)性預(yù)測模型對2015年每月的全路旅客運量進(jìn)行粗略預(yù)測,并與2015年已經(jīng)發(fā)生的旅客運量進(jìn)行對比,以檢驗?zāi)P偷念A(yù)測精度。

        2模型建立

        2.1 數(shù)據(jù)來源

        本文選擇了2012年1月到2015年4月全路月度旅客運量當(dāng)期值作為研究樣本,數(shù)據(jù)如表1所示,數(shù)據(jù)采集自國家統(tǒng)計局網(wǎng)站。為了檢驗季節(jié)性預(yù)測模型的預(yù)測精度,這些數(shù)據(jù)將被分為兩個部分,訓(xùn)練數(shù)據(jù)(樣本內(nèi)數(shù)據(jù))和檢驗數(shù)據(jù)(樣本外數(shù)據(jù))。為了使結(jié)果更加可靠、更加準(zhǔn)確,本文將選取一個長周期作為訓(xùn)練周期,即選取2012年1月到2014年12月的全路旅客運量數(shù)據(jù)作為訓(xùn)練周期,2015年1月到2015年4月的全路旅客運量數(shù)據(jù)作為檢驗周期[6]。

        表1 全路旅客運量當(dāng)期值表(2012.1-2015.4)

        2.2 建模過程

        季節(jié)性波動預(yù)測模型的建立過程如下:

        (1)標(biāo)示數(shù)據(jù)分布圖,確定波動形式。以月份作為橫軸,消費量作為縱軸,標(biāo)示出數(shù)據(jù)分布情況。

        (2)確定長期趨勢波動。利用一元線性回歸模型,代入數(shù)據(jù),求出一元線性回歸方程,形式為:

        Yt=a+b×X

        (1)

        式中,X為各月份的序號表示,Yt為趨勢值。

        (3)計算各月份的趨勢值。將各個月份的序號表示分別代入(2)中的方程,求得趨勢值。

        (4)確定季節(jié)性系數(shù)。用St表示季節(jié)性系數(shù),則:

        St=實際值/趨勢值

        (2)

        (5)建立季節(jié)性預(yù)測模型進(jìn)行預(yù)測,季節(jié)性預(yù)測模型的一般形式為,

        (3)

        式中,Yt為第3月的預(yù)測值。

        3實例分析

        利用訓(xùn)練數(shù)據(jù)(2012.1-2014.12全路旅客運量當(dāng)期值)建立季節(jié)性預(yù)測模型。

        (1)以表1中的序號和旅客運量(萬人)分別作為橫軸、縱軸,將各月的旅客運量以坐標(biāo)圖方式表示,見圖2。

        圖2 旅客運量(萬人)曲線圖

        由圖2所示,數(shù)據(jù)包括了兩種變動:(1)季節(jié)性變動,12個月(圖中用虛線隔開)為一個變動周期,春運和暑運期間為旺季;(2)趨勢變動,旅客運量逐年呈增長趨勢。

        (2)求解一元線性回歸方程。

        在求解一元回歸方程時,我們選用spass軟件來求解。將數(shù)據(jù)輸入軟件,得到圖3所示系數(shù)結(jié)果。

        系數(shù)a

        a.因變量:實際值

        圖3回歸方程系數(shù)求解截圖

        由圖3可求出一元線性回歸模型為:

        Y=14 988.587+146.254X

        (4)

        Anov ab

        a.預(yù)測變量:(常量),序號

        b.因變量:實際值

        圖4方差分析截圖

        圖4是所用模型的檢驗結(jié)果,一個標(biāo)準(zhǔn)的方差分析截圖。Sig.是回歸關(guān)系的顯著性系數(shù),是F值的實際顯著性概率P值。當(dāng)Sig.≤0.05時,說明二者之間用當(dāng)前模型進(jìn)行回歸具有統(tǒng)計學(xué)意義;當(dāng)Sig.>0.05時,說明二者之間用當(dāng)前模型進(jìn)行回歸沒有統(tǒng)計學(xué)意義,應(yīng)當(dāng)換一個模型來進(jìn)行回歸。

        由圖4可見,F(xiàn)=24.363,P值為0.000,因此,我們認(rèn)為這個回歸模型是具有統(tǒng)計學(xué)意義的。由于這里所用的回歸模型只有一個自變量,因此對模型的檢驗就等價于對系數(shù)的檢驗。所以,上述一元線性回歸方程可用。

        (3)將各月份的序號X分別代入回歸方程,得到各月份的趨勢值,如表4所示,

        表4 各月趨勢值表

        例:Y1=14 988.587+146.254*1=15 134.841;

        Y23=14 988.587+146.254*23=18 352.429。

        (4)確定季節(jié)性系數(shù)

        季節(jié)性系數(shù)是利用表4中的實際值被趨勢值除所得到的商,例如:

        1月份的季節(jié)性系數(shù)算法為:

        2012年1月份:16 468/15 134.841=1.008;

        2013年1月份:18 757/16 889.889=1.111;

        2014年1月份:19 050/18 644.937=1.022。

        因為從實際數(shù)據(jù)觀察,這是三個完整循環(huán)周期,因此應(yīng)將每年相同月份的季節(jié)性系數(shù)進(jìn)行平均,取平均值作為預(yù)測時不同月份的季節(jié)性系數(shù),例如:

        S1=(1.008+1.111+1.022)/3=1.073

        其他各月季節(jié)性系數(shù)如表5所示。

        表5 各月季節(jié)性系數(shù)表

        (5)建立季節(jié)性預(yù)測模型進(jìn)行預(yù)測

        (4)

        將預(yù)測月份的X值、St值代入,進(jìn)行預(yù)測,例如:

        Y37=(14 988.587+146.254*37)*1.073=16 246.528。

        其余各月的預(yù)測值如表6所示。

        (6)結(jié)果分析

        將2015年1~4月的預(yù)測值與實際旅客運量進(jìn)行對比,得到預(yù)測值的相對誤差,分別為:22.68%、4.37%、8.11%、1.45%。

        表6 2015年各月預(yù)測值表

        預(yù)測值的相對誤差=(預(yù)測值-實際值)/實際值。

        可以看出,2~4月的誤差較小,精確度較高。除此之外,1月與其他幾個月相比,誤差較大。

        4結(jié)語

        鐵路旅客運輸量是反映客運站工作的重要指標(biāo),是進(jìn)行鐵路運輸組織工作的重要基礎(chǔ),是編制運輸生產(chǎn)計劃的主要依據(jù),做好鐵路旅客運輸量的預(yù)測工作對于實踐工作具有非常重要的指導(dǎo)意義。本文通過收集三年的數(shù)據(jù),建立季節(jié)性預(yù)測模型的方法來進(jìn)行預(yù)測,計算方法較簡單,操作容易,便于現(xiàn)場從業(yè)人員實際應(yīng)用。然而,由于影響鐵路旅客運輸量的因素眾多,本文中僅考慮了季節(jié)這單一因素,是不夠精確的。此外,由于原始數(shù)據(jù)可能存在誤差,沒有對原始數(shù)據(jù)進(jìn)行詳細(xì)研究而直接建模,可能是導(dǎo)致2015年1月誤差相對較大的原因。因此,要想對鐵路旅客運輸量進(jìn)行長期、精準(zhǔn)的預(yù)測,必須通過建立科學(xué)的數(shù)學(xué)模型,引入更多的影響因素,并詳細(xì)研究原始數(shù)據(jù),修正誤差,如此方可為現(xiàn)場從業(yè)人員提供更加科學(xué)準(zhǔn)確的依據(jù)。

        參考文獻(xiàn)

        [1]徐慶斌,等.運輸經(jīng)濟(jì)學(xué)導(dǎo)論[M].北京:中國鐵道出版社,2003.

        [2]榮朝和.西方運輸經(jīng)濟(jì)學(xué)[M].北京:經(jīng)濟(jì)科學(xué)出版社,2008.

        [3]蔣惠園,楊大鳴.貨運量預(yù)測方法的比較[J].運籌與管理,2002(6):4-9.

        [4]李寶山,王水蓮.管理系統(tǒng)工程[M].北京:清華大學(xué)出版社,2010.

        [5]國家統(tǒng)計局網(wǎng)站[EB/OL].http://www.stats.gov.cn.

        [6]張毅敏.線性與非線性的組合模型在鐵路客運量預(yù)測中的應(yīng)用研究[D].成都:西南交通大學(xué),2014.

        Railway Passenger Traffic Volume Prediction Based on Seasonal Predic-tion Model

        TIAN Hao-qing

        (Xi’an Railway Vocational and Technical Institute,Xi’an,Shaanxi,710014)

        Abstract:Aiming at the characteristics that the railway passenger traffic volume is affected by seasonal factors,this article proposed the railway passenger traffic volume prediction method based on seasonal prediction model,and combined with practical examples,it verified that this method has smaller error within a certain range,its calculation method is simple,easy for the practical application of on-site workers,thus it can provide the more scientific and accurate basis for the railway transport organization work.

        Keywords:Railway;Passenger traffic volume;Seasonal;Prediction model

        收稿日期:2015-07-05

        文章編號:1673-4874(2015)08-0081-05

        中圖分類號:U492.4+13

        文獻(xiàn)標(biāo)識碼:A

        DOI:10.13282/j.cnki.wccst.2015.08.020

        作者簡介

        猜你喜歡
        預(yù)測模型季節(jié)性鐵路
        粕類季節(jié)性規(guī)律:豆粕篇
        湖南飼料(2021年3期)2021-07-28 07:05:58
        沿著中老鐵路一路向南
        云南畫報(2021年12期)2021-03-08 00:50:54
        季節(jié)性需求放緩 鉀肥價格下行
        蔬菜價格呈季節(jié)性回落
        鐵路通信線路維護(hù)體制改革探索與實踐
        遠(yuǎn)離季節(jié)性過敏
        Coco薇(2017年12期)2018-01-03 21:34:42
        基于神經(jīng)網(wǎng)絡(luò)的北京市房價預(yù)測研究
        商情(2016年43期)2016-12-23 14:23:13
        中國石化J分公司油氣開發(fā)投資分析與預(yù)測模型研究
        基于IOWHA法的物流需求組合改善與預(yù)測模型構(gòu)建
        無人機在鐵路工程建設(shè)中的應(yīng)用與思考
        夹得好湿真拔不出来了动态图| 蜜芽尤物原创AV在线播放| 女人一级特黄大片国产精品| 国产一区二区三区成人| 亚洲av无码一区二区一二区| 人妻在线日韩免费视频| 日韩欧美国产亚洲中文| 亚洲av成人久久精品| 国产不卡在线视频观看| 国产精品网站在线观看免费传媒| 日韩毛片基地一区二区三区| 国产一级r片内射免费视频| 国产黄色三级一区二区三区四区| 国产欧美一区二区精品久久久| 国产精品va在线播放我和闺蜜| 亚洲国产欧美久久香综合| 综合成人亚洲网友偷自拍| 免费观看成人欧美www色| 亚洲av无码1区2区久久| 亚洲av高清在线观看三区| 看一区二区日本视频免费 | 国产成人综合美国十次| 国语少妇高潮对白在线| 亚州毛色毛片免费观看| 精品人妻一区二区三区狼人 | 少妇被粗大的猛进69视频| 国产女人体一区二区三区| 日本黄色影院一区二区免费看| 五月天国产成人av免费观看| 國产一二三内射在线看片| 人妻少妇av中文字幕乱码免费| 日本最新一区二区三区在线| 国产乱子伦农村xxxx| 久久精品国产99精品九九| 中文字幕一区二区在线| 日日碰狠狠添天天爽超碰97久久| 一二三四视频社区在线| 成人精品国产亚洲欧洲| 性感美女脱内裤无遮挡| 在线成人爽a毛片免费软件| 国产综合色在线视频|