敦煌鐵路運量預測及營銷策略研究.pdf

1、運量和運價的預測是線路項目建設乃至以后運營的必要且關鍵的工作?？梢哉f,做好運量和運價的預測工作是進行線路建設和設計工作的起步點,是工程項目建設規(guī)模和運營經(jīng)濟評價的基礎,是管理層進行正確決策的重要依據(jù)。
　　近些年來興起的人工神經(jīng)網(wǎng)絡(Artificial Neural Networks,簡稱ANN)有表示任意非線性關系和學習等能力,給解決這類問題提供了新的思路方法。人工神經(jīng)網(wǎng)絡研究方法具有很強的容錯性和自學習能力以及善于聯(lián)想、概括

2、、類比等特性,數(shù)學上能夠證明,神經(jīng)網(wǎng)絡可以逼近所有函數(shù),這意味著神經(jīng)網(wǎng)絡能自動地逼近那些最佳刻畫了樣本數(shù)據(jù)規(guī)律的函數(shù),而不論這些函數(shù)具有怎樣的形式,因此應用神經(jīng)網(wǎng)絡進行項目的預測研究對以后的經(jīng)濟評價及決策有很好的現(xiàn)實意義。
　　本文針對目前在運量預測中常用的預測方法的不足,結合線路自身的特殊情況,采用神經(jīng)網(wǎng)絡與四階段法相組合的方法進行預測,就客運量詳細地構造了預測模型。第一步應用神經(jīng)網(wǎng)絡把各OD區(qū)的國民生產(chǎn)總值、人均收入和人口數(shù)以

3、及客流交通量建立起聯(lián)系,來進行客流量的預測。因為神經(jīng)網(wǎng)絡不但考慮政治、經(jīng)濟、人口等因素的影響,而且還考慮了時間、票價以及運距的影響,實例驗證表明本文的神經(jīng)網(wǎng)絡模型用誤差反向傳播算法具有良好的收斂性,能夠取得理想的預測結果;然后套用四階段法的理論,在第二階段的交通分布計算中,因為增長率法中的Frator法認為兩交通區(qū)之間未來的交通量不僅與兩交通區(qū)的交通增長系數(shù)有關,而且還與各交通區(qū)的交通量總增長系數(shù)有關,考慮了各個方面的影響,所以以Fra

4、tor法計算客流量的交通分布;再以重力模型法計算誘發(fā)客流;最后階段依據(jù)運輸阻力構建的分擔率模型計算轉(zhuǎn)移客流,分擔客流和轉(zhuǎn)移客流之和即為線路的旅客需求量。在后面的內(nèi)容中,本文預測了敦煌鐵路柳園—敦煌段的客流密度并根據(jù)運距計算出客運周轉(zhuǎn)量,另外本文還利用線形回歸模型預測出線路在近、遠期的貨運量、貨運密度以及貨運周轉(zhuǎn)量。并根據(jù)相關單位成本,以及客、貨運周轉(zhuǎn)量計算預測出線路的運價范圍,為項目以后的經(jīng)濟預算提供支持。最后一章是針對在營銷工作中存在