季节调整的PSO-SVR模型及其在旅游客流量预测中的应用——以海南省三亚市为例

准确的旅游客流量预测对旅游目的地做好事前准备工作至关重要.然而旅游客流量具有明显的非线性和季节性特征,采取季节调整方法对样本数据进行预处理,消除季节性的影响,可以提高客流量预测的准确性.同时SVR(支持向量回归机)是一种良好的机器学习方法,非常适合预测研究,辅以PSO(粒子群算法)选取合适的回归参数可以获得更加精确的预测结果.提出了一种考虑季节影响并通过PSO优化SVR模型的旅游客流量预测模型,并以海南省三亚市为例进行了实证研究.研究结果表明,季节调整的PSO-SVR模型预测精度明显高于SVR、季节调整的SVR和PSO-SVR模型,是进行旅游客流量预测的有效工具.     

城市公共交通客运量的预测

城市公共交通客运量,是城市公共交通规划的重要依据,也是确定行车计划、经济合理地使用车辆、提高改善运输质量所不可缺少的数据.然而,城市公共交通客运量又是一个相当复杂的,变化多端的变量.它不仅逐年不同,一年四季各月也都不相同,平日、假日、节日又都各有特点.每当有大型文体活动以及旅游盛季到来,客运量都有大幅度增加.因此,就总体说来,城市公共交通客运量受到多种因素的制约和影响.比如:城市居民人口的增长;由于工业和服务业的发展,在业人数的增加;由于市场繁荣商品销售额的增加;由于经济活动的增加及旅游业的发展流动人口的增加;以及…     

梯度提升回归树的旅游流量预测模型

旅游客流量的精确预测是旅游经济分析及发展规划中的关键问题.以集成学习思想为基础,提出一种基于梯度提升回归树的旅游流量预测模型,针对该模型中最小化目标函数无解析解的情况,对原始模型的树生成算法进行优化,并利用person相关系数分析各影响因素相关性以构建特征向量,对旅游客流量进行精确预测.以桂林市2015年至2018年旅游客流量为例进行分析,通过平均误差、均方跟误差等指标对比分析了指数平滑算法及支持向量机算法的预测精度.实验结果表明,所提方法在旅游客流量预测中具有更高的预测准确性,有较好的应用价值.     

基于季节ARIMA模型的电力系统负荷短期预测

电力负荷是影响电网寿命和可靠度的一个重要因素,其月负荷变化具有明显的周期性.介绍了应用季节ARIMA模型进行电力负荷建模预测的理论和方法,将季节ARIMA模型应用于电力系统负荷短期预测,测试结果证明了方法的有效性.     

基于非线性模型的城市公共交通财政补贴测算方法

为了使政府给予城市公共交通的财政补贴得到最优分配,应用经济学中的资源配置问题,把公交运营收入财政补贴和公交车辆改造财政补贴看作两种资源,将其分别分配到道路交通和轨道交通中.然后根据城市公共交通的两种主要补贴计算方法按客流量计算和按车公里计算,以政府的财政补贴资源和公交企业的利润目标分别构建城市公共交通财政补贴的非线性规划模型.并通过非线性规划的KuhnTucker条件揭示在两种不同的补贴方法下政府对道路交通和轨道交通进行补贴的补贴单价即为政府对其进行补贴的影子价格.最后以重庆市为例,验证模型的可行性.     

城市中心区内停车价格对出行行为的影响分析

本文通过对北京市中心区早高峰时段小汽车出行者和公共交通出行者出行方式选择意向调查,采用多项Logit模型,分析中心区停车价格变化对小汽车出行向公共交通出行方式的转移行为的影响.预测结果表明不同出行目的对停车价格的敏感程度也不同,在提高公共交通服务水平的前提下,加大中心区停车收费标准,会使小汽车出行有较大比例的转移.     

农村人口城市化中的时间配置决策研究

在Becker时间配置模型基础上,构建农村居民在城镇化进程中的行为决策模型,农村入口时间资源分配在农村活动、城市活动、教育活动和闲暇上,根据福利水平最大化的基本原则,分析农村人口城市化决策中影响因素.解释了农村人口城镇化和逆城镇化现象,发现城乡差异、教育影响、时间间接成本等因素是影响人们时间效率的主要因素,为提高全民福利水平,政府的农村政策应以增加农民收入为主,城市政策集中于城市基础设施和公共服务布局合理性方面.     

灰色聚类法在城市公共交通发展水平评价中的应用

针对城市公共交通发展水平的评价难以做到客观、全面、准确的问题,构建了城市公共交通发展水平评价的指标体系及其递阶层次结构;运用灰色聚类分析法建立了数学模型对城市公共交通发展水平进行综合评价.利用该评价模型,对青岛市公共交通发展水平进行了实例分析,运行表明,评价结果与青岛市就公交现状所进行的民意调查结果基本吻合,提高了评价效率,从而提供了一条对城市公共交通发展水平进行定量分析的途径.     

基于APC和GPS数据的青奥会期间南京公共交通的调度与优化

为了得到青奥会期间南京市合理有效的公交调度方案,本文针对青奥会场馆、运动员村、旅游点等附近的南京公共交通线路,建立模型与算法.首先,通过APC数据与GPS数据的匹配,对客流数据进行站点匹配预处理,根据已有客流量数据,训练小波神经网络,从而对客流分布情况进行预测,然后基于客流预测结果,采用有序聚类法,实现客流高低峰时段的合理划分.其次,详细分析调度问题的关键所在,以时段总发车次数和乘客等待时间两个因素作为目标函数,将时段最大、最小发车间隔和满载率等作为约束条件,提出基于APC和GPS的公交车辆辅助调度模型,通过遗传算法对模型进行求解,得出不同时段的发车间隔和配车次数,并对模型的性能进行评估.以南京市D7路公交运营线路的实际客流数据为例,采用MATLAB软件进行仿真实验,得出优化结果.结果表明所建模型是合理的,从而为调度时刻表的生成提供了科学的依据.     

基于变长度染色体混沌遗传算法的专用交通道优化

大型运动会要求主办方在规定时间内将相关人员从运动员村运送至指定比赛场馆.基于大城市日趋严重的交通拥堵,为满足运送时间的要求,通常在城市公共交通网络中设置专用交通道.但专用交通道的设置会对城市公共交通产生影响,最小化其对城市公共交通影响是专用交通道优化问题的关键.针对此类问题,在给出了改进的混合整数规划模型的基础上,提出了基于问题特性的变长度染色体混沌遗传算法,包括变长度染色体编码、混沌个体初始化、交叉操作、变异操作、适应度函数的计算和不可行解的惩罚、修复策略等.最后,以经典算例和随机生成算例对算法有效性进行了验证.     

基于网络搜索数据的区域旅游指数及其微观动态:以西安为例

地理位置与交通条件是旅游的重要先决条件,然而高峰期突然蜂拥而至的客流往往令身陷其中的游客多有抱怨和排斥,景区管理部门亦力有不逮,因此,如何及时预警、调度和配置有限的旅游资源便成为大众和旅游管理部门的热点话题.最直接的方法是客流量预测,然而目前的客流量统计主要来源于对旅行社、景区及其周边酒店等机构部门的事后统计和推断,这类数据需要层层汇总上报审批,发布相对滞后,并且常以月度或季度为频率.网络搜索数据记录了游客成行之前的需求与偏好,数据本身是前置的、实时的,而且是直接对游客行为痕迹的记录,数据质量也不依赖于被调查一方的动机和配合程度.以古丝绸之路的起点西安为例,基于用户的旅游信息搜索行为,通过设置初始关键词和拓展关键词筛选相关搜索词构造区域旅游指数,采用HEGY季节协整检验和基于X12季节调整的混合模型均发现,区域旅游指数并不具有显著的前兆效应,只是与实际旅游客流量存在同期关联,可以进行实时预测.进一步,在Prophet预测模型中引入节假日效应,显著地降低了拟合与预测误差.     

城市轨道交通客流量预测的信度模型及其应用

信度估计是产生于风险管理和精算领域的一种现代预测方法.借助信度估计的技术和方法,对城市轨道交通客流量进行短期预测.为了考虑不同车站客流量间的相依关系,建立了轨道交通客流量的多维信度预测模型.并采用天津地铁一号线的数据,对所述预测方法进行验证.     

北京地铁客流预报与模拟

地铁客流量受着政治,经济,文化以及季节,气候等多方面因素的影响,要科学地制订客流计划,必须深入研究客流规律,本文着手探讨客流预报问题,并尝试性地进行了地铁模拟。 §1　客流预报 地铁一个月内的平日运营计划,一般来说变化不大,节假日里乘客剧增,乘客流向也不同于平日。因此,本文只讨论平日的平均客流量。 我们称每月的平日平均客流量为月均量,称每年的平日平均客流量为年均量。月均量和年均量的单位均为“人次/日”。 1.1数据及图表分析: 本文数据取自北京地铁一线1979年1月至1988年8月的每日客流报表。 1988年后由于环线接通,一线客流…     

现代城市公共交通系统运营社会效益的模糊综合评价

城市公共交通属于社会公共产品,其建设与运营不仅要考虑经济效益,还需要考虑社会效益.从公共服务水平、乘客满意度和可持续发展三个大方面考虑,构建了公共交通运营社会效益的评价指标体系.通过层次分析法确定了各指标的权重,从而建立了基于层次分析法的模糊综合评价模型.然后运用该指标体系和模型对上海市公共交通情况进行算例分析,结果表明,该评价方法科学合理、可操作性强,并指出上海公共交通运营社会效益处于中等水平,提高"安全水平"和"平均出行时间"等指标水平将显著的提高其社会效益.     

基于改进PSO-BP神经网络的旅游客流量预测方法

提高旅游风景区日客流量的预测精度,对旅游风景区的日常运营管理和旅游资源的保护有重要意义.PSO-BP被广泛应用于预测中,针对PSO算法的惯性权重采取线性动态变化时无法满足粒子多样性和易陷入局部极值等缺陷,文章提出一种利用改进后的PSO-BP方法,利用粒子适应度值对惯性权重进行动态非线性变化,同时结合粒子迭代周期增加位置扰动,对粒子群算法进行改进.将改进后的PAPSO算法(particle swarm optimization algorithm with position disturbance and adaptive inertia weight,PAPSO)对BP神经网络的初始权值和阈值进行优化,建立黄山风景区日客流量的Matlab预测模型,对黄山旅游客流量数据进行实验,结果表明文章提出的基于PAPSO算法优化BP神经网络的预测模型有效地提升了预测精度.     

基于870条O-D数据的中国两类航线网络模式空间效益比较

构建由空间联系强度/空间扩散能力、客座率和碳排放环境损害系数组成的模糊综合效益评价模型,应用中国108个城市节点间的870条O-D数据,分短、中、长途三种航线里程和枢纽节点、非枢纽节点两种城市节点等级,对中国两类航线网络模式进行空间效益以及空间效益基础上的经济效益和环境效益的比较.研究发现:(1)空间效益受机场所在城市客流量影响,整体上城市对航线优于中心-辐射航线;随航线里程增加,两类航线网络模式空间联系强度均减弱,后者具有更远的和指向边远地区城市节点的空间扩散能力.(2)经济效益受机场所在城市客流量和客流量补充的影响,在枢纽节点之间城市对航线因客流量充足而占优势,在枢纽节点和非枢纽节点间以及非枢纽节点之间中心-辐射航线因客流量补充及时而占优势.(3)环境效益受航线里程、起降/巡航状态、不同航线里程和不同等级城市节点的航线比例以及客座率影响,依据航线里程和起降/巡航状态描述环境效益时城市对航线优于中心-辐射航线,并与航线比例一同作用于复合环境效益;受客座率影响人均环境效益同前相反.不同航线网络模式空间效益评估以及所对应的航线里程和城市节点等级的解释,可为中国航线网络布局和航线网络模式选择提供理论支持.     

机队运力配置和USApHMP问题的联合决策模型与算法

针对USApHMP (无容量限制的单分配枢纽网络设计)方法忽略了航空公司航线运力配置决策对单位客流量成本的影响问题,以枢纽机场选址、确定枢纽与非枢纽连接关系、航线机型及其频次选择为决策变量,综合考虑各城市对市场需求量、航线最大飞行频次、机队可用飞行时间等限制因素,以实现航线运力配置成本和枢纽设置成本最小化为目标函数,建立航线机型匹配及频次选择问题和USApHMP问题的联合决策优化模型,设计遗传算法进行求解.算例分析表明:考虑4种机型、10个城市和90个城市对的情况,与传统枢纽网络设计方法相比,联合决策模型的网络总成本降低了9.39%,且航线最大飞行频次是影响枢纽网络设计方案的重要因素.     

基于SARIMA模型的铁路站点客流量预测研究

以我国某铁路站点作为研究对象,选取为期435天的某铁路局全部列车旅客乘车数据进行分析建模.在建立模型时首先将数据分为节假日与非节假日两种类型.对于非节假日数据选用包含周期性的SARIMA模型,对于节假日数据选用波动系数模型,通过两种模型组合对铁路站点客流量进行预测,得到了较好的预测效果.运用方法所得到的短期内铁路客流量变化的准确预测,能够为铁路部门合理安排调度、充分利用人力物力提供参考,有效避免了资源的浪费或因准备不足而造成的车站拥挤混乱.     

基于X-12-ARIMA方法的迪拜原油价格季节性波动分析

油价时间序列往往受众多因素的影响,从而可以分解成各种成分.运用X-12-AR IM A方法分析迪拜原油价格的季节性波动,探讨油价运动规律,结果表明季节调整的整体效果较好,季节因素对中质高硫原油价格具有显著影响,夏、秋季推动油价上升,而春、冬季节使油价下跌,同时发现原油价格的短期变化主要由不规则事件和季节因素决定,而长期变化由趋势因素决定.     

企业数理统计方法应用的咨询与评价

一、数理统计方法在 企业质量管理中的应用 企业在质量管理活动中为对产品质量或工序质量进行分析、控制和预测,广泛应用数理统计方法.常用的方法大致可分为三类: 1.用于分析质量问题,确定主要质量问题或影响质量的主要因素的方法,如排列图法、因果图法、分层法、关联图法、KJ法、系统图、矩阵图法、矩阵数据分析法等. 2.用于确定数据的分布状态,判断质量状态,以便进行质量控制和预测的方法,如频数表法、直方图法、正态概率纸法、工序能力调查、控制图法、抽样检查法、假设检验法、可靠性技术等. 3.用于找出影响质量的各种因素之间的内在联…