数学建模 铁路旅客流量预测.pdfVIP

B 题 铁路旅客流量预测 一． 摘要 旅客流量的了解和预测对铁路的发展方向和市场的准确把握非常重要。我们通 过对该铁路公司ZD190 站至ZD111 站区段的客运情况分析，对客流量天分布，时 分布，车次，车站，天气，区间，等方面的影响进行考虑对客运专线的客流规律 进行了计算和分析，由于系统的信息存在的不完备性，我们采用了灰色关联分析 [1] 法计算各个因素间的关联程度 ，用Matlab 进行曲线拟合与方程计算，合理构 建客流量预测模型，对未来两周的客流量进行了预测，并对预测结果进行了检验 与分析。针对D02~D19 车次，进行了车辆配置和车站停靠方案的优化设计。 二． 关键词 铁路客流规律 车辆停靠优化 客流量预测 灰色关联分析法 三． 符号说明 D：时间变量：天数 H：时间变量：小时 ρ：灰色系统关联分析分辨系数 ：客流量-D 分布函数 1 ：客流量-H 分布函数 2 ：车次运载贡献率 3 ：车站比例密度 4 :客流量-平均气温关系函数 5 :客流量-区间里程分布函数 6 四． 问题假设 1. 假设客流规律不受特殊或极端情况（大型节假日）的影响。 2. 总体样本数据具有普适性和代表性。 五． 模型建立与求解 5.1 客流量-D 变化关系模型 我们对2015 年1 月各天的客流量进行了统计，将所得数据输入Matlab 作 图，得到 由图像可以看出客流量-天分布具有一定的周期性，假设客流量的天分布呈正弦关 系，设 y=Asin(ωt+φ)+B 有Matlib 进行拟合计算，得 A=7118 ω=0.8491 φ=0.0000 B=52894 作客流量-天分布散点 拟合图 可以看出数据与模型较为相符，于是 客流量-天分布函数y =7118sin(0.8491t)+52894 (t=1,2,3∙∙∙31) 1 5.2 灰色关联分析模型 针对所得数据，为了解决数据量较少和周期较短的问题，我们考虑引入灰色 [ ] 2 关联分析模型 。灰色关联分析模型能更好的寻求系统中各因素之间的数值关 系，对于一个系统发展变化态势提供了量化的度量。 设反映系统特征的参考数列 x ··· t1 2 比较数列 ··· 1 2 对参考数列和比较数列进行无量纲化处理 第i 组数据关联系数公式 ( ) ( ) − + − = ( ) | − |+ − 其中为分辨系数，取