交通需求分析与交通工程基础培训课件.pptxVIP

交通运输工程学;本章学习内容;2.1 运输需求概述;2.1.2 运输需求的类型;2.1.2 运输需求的类型;2.1.3 运输需求的特性;2.1.3 运输需求的特性;2.1.3 运输需求的特性;2.1.3 运输需求的特性;2.1.3 运输需求的特性;2.1.3 运输需求的特性;2.1.3 运输需求的特性;2.1.4 运输需求的产生;2.1.5 影响运输需求的因素;2.1.5 影响运输需求的因素;2.2 运输需求与运量预测;2.2 运输需求与运量预测;2.2 运输需求与运量预测;1. 常用的定量预测方法;;;; ⑵指数平滑法——时间序列 指数平滑法是一种特殊的加权移动平均法，其加权的特点是对离预测期近的历史数据给予较大的权数，对离预测期远的历史数据给予较小的权数，权数由近到远按指数规律递减，所以，这种方法被称为指数平滑法。 已知时间序列为： ，n为时间序列总期数，一次指数平滑的基本公式为：;指数平滑法初始值的确定 从时间序列的项数来考虑：若时间序列的观察期n大于15时，初始值对预测结果的影响很小，可以方便地以第一期观测值作为初始值；若观察期n小于15，初始值对预测结果影响较大，可以取最初几期的观测值的平均数作为初始值，通常取前3个观测值的平均值作为初始值。 平滑系数α的选择 ①当时间序列呈稳定的水平趋势时，α应取较小值，如0.1～0.3； ②当时间序列波动较大，长期趋势变化的幅度较大时，α应取中间值，如0.3～0.5； ③当时间序列具有明显的上升或下降趋势时，α应取较大值，如0.6～0.8； 在实际运用中，可取若干个α值进行试算比较，选择预测误差最小的α值。;;解：（1）确定初始值 因为n=915，取时间序列的前三项数据的平均值作为初始值 ;（2）选择平滑系数α，计算各年一次指数平滑值 这里分别取α=0.1、α=0.6和α=0.9计算各年一次指数平滑值 ;（3）对不同平滑系数下取得的平滑值进行误差分析，确定α的取值。 方法：计算各平滑系数下平滑值的平均绝对误差（平均差）;α=0.1的平滑值的平均绝对误差 α=0.6的平滑值的平均绝对误差 α=0.9的平滑值的平均绝对误差;⑷预测2009年销售额 ;（3）灰色预测GM（1，1）模型——首先是由华中科技大学的邓???龙教授提出的理论 白色系统是指一个系统的内部特征是完全已知的，即系统的信息是完全充分的。 黑色系统是指一个系统的内部信息对外界来说是一无所知的，只能通过它与外界的联系来加以观测研究。 灰色系统内的一部分信息是已知的，另一部分信息是未知 的，系统内各因素间有不确定的关系。 灰色预测是对既含有已知信息又含有不确定信息的系统进行预则，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。; 灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。数据生成的常用方式有累加生成、累减生成和加权累加生成。 把数列各项（时刻）数据依次累加的过程称为累加生成过程（AGO ）。由累加生成过程所得的数列称为累加生成数列。; 设原始数列为 ，令 称所得到的新数列为数列 的1次累加生成数列。;例：x (0)=(x (0) (k) ︱k=1，2，3，4，5) =x(0)(1)，x(0)(2)，x(0)(3)，x(0)(4)，x(0)(5) =(3.2，3.3，3.4，3.6，3.8) 求 x(1)(k) 解：;灰色模型ＧＭ(1,1);将时刻表 代入（2-1）式有 引入矩阵向量记号： 于是GM（1，1）模型可表示为 现在问题归结为求a,b在值。用一元线性回归，即最小二乘法求它们的估计值。 ;用回归分析求得a,b的估计值，于是相应的白化模型为 解为 于是得到预测值 从而相应地得到预测值： 为了保证GM（1，1）建模方法的可行性，需要对已知数据做必要的检验处理。;?残差检验：计算相对残差 如果对所有的