指数平滑模型和回归分析预测在铁路客运量预测中的运用和比较.doc

作业 ——指数平滑模型和回归分析预测 在铁路客运量预测中的运用与比较 姓 名： 学 号： 班 序 号： 专 业： 指导教师： 年 月 目录 1.铁路客运量预测概述 1.1 客运量预测的概念 1.2 预测的思路步骤 1.3 影响铁路客运量的因素 2.指数平滑模型在铁路客运量预测中应用 2.1 指数平滑模型介绍 2.2 三次指数平滑模型的应用实例 2.3 指数平滑模型结果分析 3.回归分析模型在铁路客运量预测中的应用 3.1 回归分析模型介绍 3.2 回归分析预测的应用实例 3.3 回归分析预测结果分析 4.指数平滑模型和回归分析预测在铁路客运量预测中的比较 5.结论与建议··································································11 附录一 三次指数平滑模型应用在铁路客运量预测中的MATLAB代码以及运行结果 附录二 回归分析模型导出结果数据··············································13 附录 部分中国统计年鉴2013 参考文献 指数平滑模型和回归分析预测在铁路客运量预测中的运用与比较 1.铁路客运量预测概述 1.1 客运量预测的概念 客运量又称客运运输量，是指在一定的运输供给条件下所能实现的人的空间位移总量，是运输需求与供给、运输需求与运输服务水平相互作用的反映，是在一定运输能力下所实际完成的运输需求量。客运量的预测主要内容包括各种运输方式的总客运量和旅客总周转量等[3]。客运量是评价运输组织效果的指标，是衡量旅客运输生产劳动量的尺度，是统计期内运送的旅客数量，其实质体现了运输部门的绝对成果和运输组织方式满足社会客运需要程度的大小[4]。对未来若干年的客运量及其发展趋势进行预测，可以有效地计划和组织旅客运输，为客运系统的规划布局提供依据，以达到促进旅客运输的经济效益和社会效益，满足国民经济快速增长和人民生活水平日益提高需要的目的，对于客运的管理和决策具有重要的意义。 1.2 预测的思路步骤 进行客运量预测，必须根据社会经济的发展和综合交通系统的特点采用科学的方法进行预测,以保证预测的精度，客运量预测工作一般应遵循以下步骤：[5] （1）确定预测目标； （2）分析影响客运量的主要因素； （3）收集所需资料； （4）选择预测方法!建立预测模型； （5）误差分析； （6）采用定性与定量分析相结合的方法确定最终预测结果。 1.3 影响铁路客运量的因素 综合分析影响客运量的因素，是进行预测工作的前提，对建立有效的数学模型，提高预测的精度具有重要的理论意义和实用价值。 交通系统是社会经济大系统下的一个子系统，运输量是在一定运输装备条件下，社会经济发展对交通运输需求的集中体现，直接受规划区域社会经济发展的影响。社会经济的发展是影响客运量的直接因素，一般来说，客运量的增长受经济发展水平、运价水平、服务质量、国家经济体制、居民消费水平、人口及城市化程度等因素的影响。另一方面，综合交通系统又是一个由多种交通方式构成的复杂大系统，系统内的各种交通方式相互制约和促进，任一交通方式的客运量又受到其他交通方式发展的影响。在综合交通系统中，客运量主要受以下因素影响：[5] （1）区域社会经济发展及经济结构[6]； （2）区域人口数量与结构[4]； （3）人均收入与消费水平； （4）宏观经济政策； （5）路网规模与服务水平； （6）综合交通系统的影响； （7）突发事件的影响。 2.指数平滑模型在铁路客运量预测中应用 2.1 指数平滑模型介绍2.2 三次指数平滑模型的应用实例 1996 1997 1998 1999 2000 2001 2002 客运量 94797 93308 95085 100164 105073 105155 105606 年份 2003 2004 2005 2006 2007 2008 2009 客运量 97260 111764 115583 125656 135670 146193 152451 应用三次指数平滑法进行预测时，须先估算初始值。由于本次收集的铁路客运量资料是从1996年开始的，从表1看出1996年到1999年的铁路路客运量波动较大，故不能忽略初始平滑值对预测值的影响，所以取前1996-1998年间3个数据的平均值作为一次指数平滑的初始值，即： 应用指数平滑法进行趋势预测时，还需要合理确定平滑系数的值。值较大