試論公路交通客運量預測方法

熊梅

摘要：我國隨著改革開放的步伐正在變得越來越繁榮富強，社會基礎設施建設越來越完善，道路交通也變得越來越便捷舒適。在我國城市化程度不斷提高的同時，道路交通運力面臨的壓力也急劇加大，如何解決好城市道路交通的客運需求問題，成為各大城市所要面對的沉重挑戰(zhàn)。因此，掌握公路交通客運量情況對于解決該問題顯得尤為重要。對公路交通客運量實施預測，可以為交通部門的道路管理提供直接的依據。在眾多預測方法中，利用最小二乘支持向量機方法提出的一種新方法對我國目前的國情比較適合，其相對于其他預測方法主要有：較高的精確度，較快的計算速度等優(yōu)勢。

關鍵詞：公路交通 客運量 預測方法 最小二乘支持向量機

隨著我國經濟的快速增長，城市化程度的快速提高，城市正變得越來越擁擠，面臨著日益嚴重的交通擁堵，交通秩序混亂等問題。解決城市道路交通存在的嚴峻問題已經得到政府的高度關注。

公路交通客運量預測是交通部門公路交通管理規(guī)劃的前提。從預測數據中的分析中，可以得出公路交通日益擁堵的根本原因。進而可以采取相應的措施，加以應對。預測結果的好壞最主要是取決于選擇的計算模型。交通客運量的預測，有相當多的方法可供選擇，這些不同的方法分別從各種角度對交通客運量進行研究。最小二乘支持向量機是標注支持向量機的一種新的擴展。其最大的特點是利用平方來優(yōu)化指標，利用等式替代傳統(tǒng)的不等式作為約束條件，通過對線性方程組的直接求解即可得到想要的解集。該方法抗干擾能力強，計算簡單，求解迅速，很適合運用在道路交通客運量預測的問題上。

本文通過對傳統(tǒng)型的“四階段”預測方法對道路客運交通客運量進行分析，得出預測的總體思想，并用最小二乘支持向量機方法創(chuàng)建一種新的預測模型。

一、“四階段”預測法

道路交通客運量預測目前采用較多的“四階段”預測法，具體思想是：出行生行，出行分布，方式分類和交通分配。該預測方法對我國道路交通客運量的預測做出了許多貢獻，但是這種方法同樣存在著一些缺點。采用這種方法預測公路客運量，必須提前知道具體的當地居民經濟發(fā)展情況，以及土地的使用情況，但是大多數用地情況由于城市的快速擴張而難以掌握；還有就是城市發(fā)展的過程中，會出現(xiàn)各種不可預料的因素，人口的跨境流動，土地使用的不確定性，所以許多時候難以準確運用“四階段”方法進行交通客運量的預測。還有就是，在我國經濟快速發(fā)展的背景下，這種方法很難完全符合當前公路客運量變化的特點。在快速變化的新環(huán)境下，“四階段” 預測方法遇到了很大困境，那么，就迫切需要建立一種適合這種環(huán)境使用的新方法，來解決問題。

二、公路客運量預測的思路

公路交通是目前大多數人出行的主要方式，公路交通客運量隨著公路網絡的建設，和出行方式的多樣化以及不同地域經濟發(fā)展情況的變化而變化。但是，公路交通客運量的變化又會反作用于以上的因素。因此，公路交通客運量預測是公路網絡建設和城市規(guī)劃的基礎工作。直接拋開相關因素，從以往一段時期公路交通客運量的變化和特征中分析，得出客運量變化發(fā)展的一般規(guī)律。實際上是綜合分析歷史的各種原因，來獲得可以描述未來變化的一般規(guī)律。然后利用這條規(guī)律對未來公路客運量變化進行預測。現(xiàn)實中，公路客運量的預測結果也會與實際情況出現(xiàn)短期的較大誤差，例如，公共假期（國慶節(jié)，中秋節(jié)等），公共事件（游行示威等），或者一些不可預料的環(huán)境狀況（暴風雨，暴雪等），會造成公路交通客運量的急劇變化。本文主要討論公路交通客運的一般情況以及主要的變化特征。利用最小二乘支持向量機的原理，建立一個精確度較高，運算速度快，擬合程度好的公路交通客運量預測模型，利用該模型能夠利用有限的資料獲得最符合期望的結果，為公路交通客運量的預測提供比較符合客觀規(guī)律的依據。

三、基于最小二乘支持向量機的公路客運量預測

設公路交通客運量第i年的客運量是Qi ，前3年公路交通客運量與該變量直接相關。為使最終預測結果與實際情況更為相符，首先用以往數據最對小二乘支持向量機進行模擬運行。用作為模擬樣本，。以一個時序變量作為公路交通客運量的預測模型的輸入變量，則預測年份為輸出結果，第i年的公路客運量。為了加快公路交通客運量預測模型的模擬速度，提高預測結果精準度以及收斂效率，我們利用歸一化的辦法把樣本集合輸入和輸出數據進行處理，把全部數據歸一到[0，1]區(qū)間內，利用下面的公式進行歸一化處理：

上式：是歸一化之后的序列值，分別是時間序列中的公路客運量的最大值及最小值。對于公路客運量的預測樣本集合（4）做回歸分析，取以下回歸函數：

這樣就可以得到下面的公路客運量預測的優(yōu)化問題：

最終的公路客運量預測函數可以寫成下面的形式：

在實際運用中，最小二乘支持向量機通常采用Sigmoid核函數和神經網絡核函數以及多項式核函數，在采用不同核函數的情況下，其最小二乘支持向量機的性能，會出現(xiàn)存在巨大波動的情況。一般情況下，神經網絡核函數對參數的選擇要比Sigmoid核函數和多項式核函數選擇的容易。若神經網絡核函數參數有界變化時，其空間復雜變化小，容易實現(xiàn)。本文公路交通客運量預測方法的最小二乘支持向量機采用神經網絡核函數，其數學表達式為：

上式：是可接受域的寬度，該參數可以控制函數的局部性程度或徑向基函數的寬度。

四、結束語

隨著經濟的快速發(fā)展，道路交通在城市化進程發(fā)揮的作用越來越大。但是，在城市人口日益稠密的同時，公路交通也面臨越來越巨大的壓力，公路交通出現(xiàn)了客運能力短缺，擁堵，交通秩序混亂等諸多問題。要解決這些問題，首先要對未來公路客運增長做出長遠規(guī)劃，而利用最小二乘支持向量機原理可以建立一種比傳統(tǒng)預測方法更符合現(xiàn)實使用目的的預測模型，使得公路交通客運量的預測更加簡單，快捷和準確。

參考文獻：

[1]盧冠群.基于廣義回歸神經網絡的公路旅游交通量預測分析[D].長沙理工大學，2009

[2]張好智，肖昭升，傅白白.客運需求預測方法之比較分析[J].公路與汽運，2011

[3]羅偉.重慶市農村客運預測分析研究[D].重慶大學，2011

摘要：我國隨著改革開放的步伐正在變得越來越繁榮富強，社會基礎設施建設越來越完善，道路交通也變得越來越便捷舒適。在我國城市化程度不斷提高的同時，道路交通運力面臨的壓力也急劇加大，如何解決好城市道路交通的客運需求問題，成為各大城市所要面對的沉重挑戰(zhàn)。因此，掌握公路交通客運量情況對于解決該問題顯得尤為重要。對公路交通客運量實施預測，可以為交通部門的道路管理提供直接的依據。在眾多預測方法中，利用最小二乘支持向量機方法提出的一種新方法對我國目前的國情比較適合，其相對于其他預測方法主要有：較高的精確度，較快的計算速度等優(yōu)勢。

關鍵詞：公路交通 客運量 預測方法 最小二乘支持向量機

隨著我國經濟的快速增長，城市化程度的快速提高，城市正變得越來越擁擠，面臨著日益嚴重的交通擁堵，交通秩序混亂等問題。解決城市道路交通存在的嚴峻問題已經得到政府的高度關注。

公路交通客運量預測是交通部門公路交通管理規(guī)劃的前提。從預測數據中的分析中，可以得出公路交通日益擁堵的根本原因。進而可以采取相應的措施，加以應對。預測結果的好壞最主要是取決于選擇的計算模型。交通客運量的預測，有相當多的方法可供選擇，這些不同的方法分別從各種角度對交通客運量進行研究。最小二乘支持向量機是標注支持向量機的一種新的擴展。其最大的特點是利用平方來優(yōu)化指標，利用等式替代傳統(tǒng)的不等式作為約束條件，通過對線性方程組的直接求解即可得到想要的解集。該方法抗干擾能力強，計算簡單，求解迅速，很適合運用在道路交通客運量預測的問題上。

本文通過對傳統(tǒng)型的“四階段”預測方法對道路客運交通客運量進行分析，得出預測的總體思想，并用最小二乘支持向量機方法創(chuàng)建一種新的預測模型。

一、“四階段”預測法

道路交通客運量預測目前采用較多的“四階段”預測法，具體思想是：出行生行，出行分布，方式分類和交通分配。該預測方法對我國道路交通客運量的預測做出了許多貢獻，但是這種方法同樣存在著一些缺點。采用這種方法預測公路客運量，必須提前知道具體的當地居民經濟發(fā)展情況，以及土地的使用情況，但是大多數用地情況由于城市的快速擴張而難以掌握；還有就是城市發(fā)展的過程中，會出現(xiàn)各種不可預料的因素，人口的跨境流動，土地使用的不確定性，所以許多時候難以準確運用“四階段”方法進行交通客運量的預測。還有就是，在我國經濟快速發(fā)展的背景下，這種方法很難完全符合當前公路客運量變化的特點。在快速變化的新環(huán)境下，“四階段” 預測方法遇到了很大困境，那么，就迫切需要建立一種適合這種環(huán)境使用的新方法，來解決問題。

二、公路客運量預測的思路

公路交通是目前大多數人出行的主要方式，公路交通客運量隨著公路網絡的建設，和出行方式的多樣化以及不同地域經濟發(fā)展情況的變化而變化。但是，公路交通客運量的變化又會反作用于以上的因素。因此，公路交通客運量預測是公路網絡建設和城市規(guī)劃的基礎工作。直接拋開相關因素，從以往一段時期公路交通客運量的變化和特征中分析，得出客運量變化發(fā)展的一般規(guī)律。實際上是綜合分析歷史的各種原因，來獲得可以描述未來變化的一般規(guī)律。然后利用這條規(guī)律對未來公路客運量變化進行預測。現(xiàn)實中，公路客運量的預測結果也會與實際情況出現(xiàn)短期的較大誤差，例如，公共假期（國慶節(jié)，中秋節(jié)等），公共事件（游行示威等），或者一些不可預料的環(huán)境狀況（暴風雨，暴雪等），會造成公路交通客運量的急劇變化。本文主要討論公路交通客運的一般情況以及主要的變化特征。利用最小二乘支持向量機的原理，建立一個精確度較高，運算速度快，擬合程度好的公路交通客運量預測模型，利用該模型能夠利用有限的資料獲得最符合期望的結果，為公路交通客運量的預測提供比較符合客觀規(guī)律的依據。

三、基于最小二乘支持向量機的公路客運量預測

設公路交通客運量第i年的客運量是Qi ，前3年公路交通客運量與該變量直接相關。為使最終預測結果與實際情況更為相符，首先用以往數據最對小二乘支持向量機進行模擬運行。用作為模擬樣本，。以一個時序變量作為公路交通客運量的預測模型的輸入變量，則預測年份為輸出結果，第i年的公路客運量。為了加快公路交通客運量預測模型的模擬速度，提高預測結果精準度以及收斂效率，我們利用歸一化的辦法把樣本集合輸入和輸出數據進行處理，把全部數據歸一到[0，1]區(qū)間內，利用下面的公式進行歸一化處理：

上式：是歸一化之后的序列值，分別是時間序列中的公路客運量的最大值及最小值。對于公路客運量的預測樣本集合（4）做回歸分析，取以下回歸函數：

這樣就可以得到下面的公路客運量預測的優(yōu)化問題：

最終的公路客運量預測函數可以寫成下面的形式：

在實際運用中，最小二乘支持向量機通常采用Sigmoid核函數和神經網絡核函數以及多項式核函數，在采用不同核函數的情況下，其最小二乘支持向量機的性能，會出現(xiàn)存在巨大波動的情況。一般情況下，神經網絡核函數對參數的選擇要比Sigmoid核函數和多項式核函數選擇的容易。若神經網絡核函數參數有界變化時，其空間復雜變化小，容易實現(xiàn)。本文公路交通客運量預測方法的最小二乘支持向量機采用神經網絡核函數，其數學表達式為：

上式：是可接受域的寬度，該參數可以控制函數的局部性程度或徑向基函數的寬度。

四、結束語

隨著經濟的快速發(fā)展，道路交通在城市化進程發(fā)揮的作用越來越大。但是，在城市人口日益稠密的同時，公路交通也面臨越來越巨大的壓力，公路交通出現(xiàn)了客運能力短缺，擁堵，交通秩序混亂等諸多問題。要解決這些問題，首先要對未來公路客運增長做出長遠規(guī)劃，而利用最小二乘支持向量機原理可以建立一種比傳統(tǒng)預測方法更符合現(xiàn)實使用目的的預測模型，使得公路交通客運量的預測更加簡單，快捷和準確。

參考文獻：

[1]盧冠群.基于廣義回歸神經網絡的公路旅游交通量預測分析[D].長沙理工大學，2009

[2]張好智，肖昭升，傅白白.客運需求預測方法之比較分析[J].公路與汽運，2011

[3]羅偉.重慶市農村客運預測分析研究[D].重慶大學，2011

摘要：我國隨著改革開放的步伐正在變得越來越繁榮富強，社會基礎設施建設越來越完善，道路交通也變得越來越便捷舒適。在我國城市化程度不斷提高的同時，道路交通運力面臨的壓力也急劇加大，如何解決好城市道路交通的客運需求問題，成為各大城市所要面對的沉重挑戰(zhàn)。因此，掌握公路交通客運量情況對于解決該問題顯得尤為重要。對公路交通客運量實施預測，可以為交通部門的道路管理提供直接的依據。在眾多預測方法中，利用最小二乘支持向量機方法提出的一種新方法對我國目前的國情比較適合，其相對于其他預測方法主要有：較高的精確度，較快的計算速度等優(yōu)勢。

關鍵詞：公路交通 客運量 預測方法 最小二乘支持向量機

隨著我國經濟的快速增長，城市化程度的快速提高，城市正變得越來越擁擠，面臨著日益嚴重的交通擁堵，交通秩序混亂等問題。解決城市道路交通存在的嚴峻問題已經得到政府的高度關注。

公路交通客運量預測是交通部門公路交通管理規(guī)劃的前提。從預測數據中的分析中，可以得出公路交通日益擁堵的根本原因。進而可以采取相應的措施，加以應對。預測結果的好壞最主要是取決于選擇的計算模型。交通客運量的預測，有相當多的方法可供選擇，這些不同的方法分別從各種角度對交通客運量進行研究。最小二乘支持向量機是標注支持向量機的一種新的擴展。其最大的特點是利用平方來優(yōu)化指標，利用等式替代傳統(tǒng)的不等式作為約束條件，通過對線性方程組的直接求解即可得到想要的解集。該方法抗干擾能力強，計算簡單，求解迅速，很適合運用在道路交通客運量預測的問題上。

本文通過對傳統(tǒng)型的“四階段”預測方法對道路客運交通客運量進行分析，得出預測的總體思想，并用最小二乘支持向量機方法創(chuàng)建一種新的預測模型。

一、“四階段”預測法

道路交通客運量預測目前采用較多的“四階段”預測法，具體思想是：出行生行，出行分布，方式分類和交通分配。該預測方法對我國道路交通客運量的預測做出了許多貢獻，但是這種方法同樣存在著一些缺點。采用這種方法預測公路客運量，必須提前知道具體的當地居民經濟發(fā)展情況，以及土地的使用情況，但是大多數用地情況由于城市的快速擴張而難以掌握；還有就是城市發(fā)展的過程中，會出現(xiàn)各種不可預料的因素，人口的跨境流動，土地使用的不確定性，所以許多時候難以準確運用“四階段”方法進行交通客運量的預測。還有就是，在我國經濟快速發(fā)展的背景下，這種方法很難完全符合當前公路客運量變化的特點。在快速變化的新環(huán)境下，“四階段” 預測方法遇到了很大困境，那么，就迫切需要建立一種適合這種環(huán)境使用的新方法，來解決問題。

二、公路客運量預測的思路

公路交通是目前大多數人出行的主要方式，公路交通客運量隨著公路網絡的建設，和出行方式的多樣化以及不同地域經濟發(fā)展情況的變化而變化。但是，公路交通客運量的變化又會反作用于以上的因素。因此，公路交通客運量預測是公路網絡建設和城市規(guī)劃的基礎工作。直接拋開相關因素，從以往一段時期公路交通客運量的變化和特征中分析，得出客運量變化發(fā)展的一般規(guī)律。實際上是綜合分析歷史的各種原因，來獲得可以描述未來變化的一般規(guī)律。然后利用這條規(guī)律對未來公路客運量變化進行預測。現(xiàn)實中，公路客運量的預測結果也會與實際情況出現(xiàn)短期的較大誤差，例如，公共假期（國慶節(jié)，中秋節(jié)等），公共事件（游行示威等），或者一些不可預料的環(huán)境狀況（暴風雨，暴雪等），會造成公路交通客運量的急劇變化。本文主要討論公路交通客運的一般情況以及主要的變化特征。利用最小二乘支持向量機的原理，建立一個精確度較高，運算速度快，擬合程度好的公路交通客運量預測模型，利用該模型能夠利用有限的資料獲得最符合期望的結果，為公路交通客運量的預測提供比較符合客觀規(guī)律的依據。

三、基于最小二乘支持向量機的公路客運量預測

設公路交通客運量第i年的客運量是Qi ，前3年公路交通客運量與該變量直接相關。為使最終預測結果與實際情況更為相符，首先用以往數據最對小二乘支持向量機進行模擬運行。用作為模擬樣本，。以一個時序變量作為公路交通客運量的預測模型的輸入變量，則預測年份為輸出結果，第i年的公路客運量。為了加快公路交通客運量預測模型的模擬速度，提高預測結果精準度以及收斂效率，我們利用歸一化的辦法把樣本集合輸入和輸出數據進行處理，把全部數據歸一到[0，1]區(qū)間內，利用下面的公式進行歸一化處理：

上式：是歸一化之后的序列值，分別是時間序列中的公路客運量的最大值及最小值。對于公路客運量的預測樣本集合（4）做回歸分析，取以下回歸函數：

這樣就可以得到下面的公路客運量預測的優(yōu)化問題：

最終的公路客運量預測函數可以寫成下面的形式：

在實際運用中，最小二乘支持向量機通常采用Sigmoid核函數和神經網絡核函數以及多項式核函數，在采用不同核函數的情況下，其最小二乘支持向量機的性能，會出現(xiàn)存在巨大波動的情況。一般情況下，神經網絡核函數對參數的選擇要比Sigmoid核函數和多項式核函數選擇的容易。若神經網絡核函數參數有界變化時，其空間復雜變化小，容易實現(xiàn)。本文公路交通客運量預測方法的最小二乘支持向量機采用神經網絡核函數，其數學表達式為：

上式：是可接受域的寬度，該參數可以控制函數的局部性程度或徑向基函數的寬度。

四、結束語

隨著經濟的快速發(fā)展，道路交通在城市化進程發(fā)揮的作用越來越大。但是，在城市人口日益稠密的同時，公路交通也面臨越來越巨大的壓力，公路交通出現(xiàn)了客運能力短缺，擁堵，交通秩序混亂等諸多問題。要解決這些問題，首先要對未來公路客運增長做出長遠規(guī)劃，而利用最小二乘支持向量機原理可以建立一種比傳統(tǒng)預測方法更符合現(xiàn)實使用目的的預測模型，使得公路交通客運量的預測更加簡單，快捷和準確。

參考文獻：

[1]盧冠群.基于廣義回歸神經網絡的公路旅游交通量預測分析[D].長沙理工大學，2009

[2]張好智，肖昭升，傅白白.客運需求預測方法之比較分析[J].公路與汽運，2011

[3]羅偉.重慶市農村客運預測分析研究[D].重慶大學，2011