铁路客运预测分析开题报告.pdfVIP

毕业论文范文模板 开 题 报 告 题 目： 《铁路客运预测分析》 报告人： 年 月 日 1、文献综 从建国后，不少的专家学者已经开始重视这个问题，希望通过对某个地区连续几年的客流量 数据的分析，包括客流量的增长的趋势和流量的趋势来预测今后几年的客流量的发展，以及在客流 的集中和分散的趋势来制定比较可行的方案来知道实际的客运运行。改革开放以后随着我国铁路行 业的迅速发展，相关的研究也不段的涌现，大量的成果应用于铁路的实际运行中，起到了指导的作 用。其中本文参考的文献重要有： 《铁路客运面临的困境及其对策研究》（刘世峰,张廷军，1998）、 《客流预测及公铁竞争模型研究》（罗秀云，1998）、《LS-SVM的参数优选及铁路客运市场预测》 （周辉仁,郑丕谔，2007）、《预测铁路旅客运输市场发展趋势的研究》（李卫东，2006）、《铁路客运 专线运量预测方法研究》（任民，2008）、《铁路客流预测方法研究》（郭孜政，2005）、《基于支持向 量机的铁路客运量预测》（彭珍瑞,孟建军,祝磊，2007）、《基于灰色动态模型的铁路客运量预测与 分析》（申耀伟,Xie Xiaoru，2008）、《基于双层次正交神经网络模型的铁路客运量预测》（汪健雄, 刘春煌,单杏花，2010）、《基于模糊集理论和灰色理论的铁路客运量预测模型》（覃频频,牙韩高,黄 大明，2006）、《基于神经网络的铁路客运量优化预测》（吴昕慧.，2010）《基于灰色线性回归组合 模型铁路客运量预测》（侯丽敏,马国峰，2011）、《推行客运信息系统提升铁路客运竞争力》（张兵 兵，2011）等等，从这些文献中我们可以看到这些专家学者看到了我国铁路客运目前存在的一些问 题，并且针对这些问题提出了自己的解决办法，有些已经在实际的生产中得到了应用。吴昕慧认为 “通过采用遗传算法优化的 RBF 神经网络参数，较好的解决了 RBF 神经网络易于陷入局部最优的问 题，在对铁路客运量预测的实例应用中，通过对比显示了 GA—RBFNN 模型预测的结果稳定，收敛速 度快，精度高，可操作性好，对铁路企业的经营决策有着良好的指导意义，同时本方法为其它相关 领域利用神经网络进行建模预测提供了一种好的思路和方法。”陈鹏,孙全欣认为基于灰色 GM(1,1) 马尔柯夫过程，同时采用模糊聚类方法的铁路客运量预测方法是一种全新的预测方法，是基于我国 铁路网整体运量预测的一种方法，在具体线路上不一定会有良好的预测效果，但在整体客运量预测 方面有着独特的优势。这种预测方法充分考虑了铁路客运量的增长趋势预测和随即变动预测，在这 两方面加以考虑，更加的贴合铁路客运的实际情况，能更加有效的指导铁路的客运。汪健雄等则基 于时间序列的特征分析提出了用于客运量预测的双层正交神经网络模型，其核心思想是在网络学习 的初始阶段，将输入信息根据特征分层次处理而不是混合所有的输入信息，并在隐含层的输出采用 Gram-Schmidt 变换增加投影层，使得在训练过程中减少了不必要的网络连接。 该模型在解决短期 1 毕业论文范文模板 铁路客运量预测遇到的问题方面更加有优势。罗秀云制作了旅客咨询表，对出行旅客选择交通工具 的各种影响因素进行了调查，掌握了第一手资料，并且借助计算机技术将数据整理，利用Logit 模 型和获得的数据建立了相应的公铁竞争模型，应用此模型对铁路客流分担率进行了分析。并自此基 础上提出了铁路客运的发展建议：我国铁路客运适宜高速列车，大力发展高速列车，同时对现有运 力进行提速，并努力提高服务质量并且发展配套设施。周辉仁,郑丕谔采用最小二乘支持向量机回 归的方法在铁路客运市场中的预测，首先用遗传算法确定支持向量机的最佳数，进而建立起基于时 间序列的预测模型，从预侧结果可以看出，该方法用于铁路客运市场预测其有更高的精度。这种方 法在使用过程中，需要的时间相对更短，同时用遗传算法优化相关的参数能有效的避免过拟合和欠 拟合的现象，具有很强的实用能力和准确的特点。侯丽敏