汽车客运站客流特征及客运量预测研究.doc

《汽车客运站客流特征及客运量预测研究.doc》由会员分享，可在线阅读，更多相关《汽车客运站客流特征及客运量预测研究.doc（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、汽车客运站客流特征及客运量预测研究刘晓辉 1, 2( 1. 山东交通职业学院 ,山东 潍坊 261206; 2. 山东理工大学 交通与车辆工程学院 ,山东 淄博 255049 )摘要 :以潍坊汽车客运站为例 ,分析了汽车客运站的客流特征 ,根据客运站客流变化规律 ,建立了回归预测模 型 ,经平均绝对百分误差检验预测误差小于 10,属于高精度预测 。同时进行了实际客运量预测 ,为汽车客运站 合理安排组织运力提供了参考依据 。关 键 词 :汽车客运站 ;客流特征 ;回归预测模型 ;客运量预测中图分类号 : U492. 4文献标识码 : A文章编号 : 1672- 0032 ( 2008) 03-

2、0029- 03汽车客运站是公路运输网络体系的重要组成部分 ,具有旅客集散 、中转换车 、车辆运行组织 、后勤保 障和综合服务等功能 ,在整个汽车旅客运输工作过程中发挥着枢纽作用 。汽车客运站的发展主要受社会 经济发展水平 、人口总量 、经济结构 、产业布局以及综合交通运输网络拓展程度等诸多因素的影响 1 。在 众多旅客中 ,存在着各种不同情况 ,为了在汽车客运服务中满足旅客各方面的要求 ,就必须加强对汽车客 运站服务的研究 ,特别是对客运站客流特征进行研究分析 ,根据客运站客流变化规律 ,对运力进行合理的 组织 ,使运量和运力之间更加协调和均衡 ;根据旅客的类型不同 ,找到旅客在出行中最关心

3、的问题 ,采取 相应对策提高服务质量 。 2 1潍坊汽车客运站客流特征分析1. 1 客流量及流程远近变化特征分析公路客运按照运输距离的远近可以分为长途 、中途和短途 。19962007年客流量远近统计如图 1所 示 。从图 1可以看出 , 3种客流的变化具有以下特点 : 1 )短途旅客人数迅速增加 。这主要是由于随着公 路运输服务的逐渐完善和服务质量的提高 ,更多旅客在短途出行时更愿意选择方便 、快捷的公路运输 ,加 之铁路运输的多次提价 ,也使客流向公路运输分流 ,这种现象也符合我国的客运政策 ,由公路运输承担主 要的短途运输 ; 2)中长途运输也有所增加 ,其中长途运输的增长幅度大于中途运

4、输 ,这主要是由于经济的 增长使人的流动性增强 ,不仅规模增加 ,而且更加频繁 ,且地域范围也不断扩大 。在旅客的传统意识里从 经济性 、安全性考虑长途出行习惯性选择铁路运输 ,但随着公路运输范围的扩大 ,安全性 、经济性的不断 提高 ,及人们思想观念的转变和对时间要求的提高 ,使得长途出行旅客选择公路运输的逐渐增多。1. 2 旅客特征分析根据汽车客运站调查抽样和统计结果 (共发放 5 000份旅客调查表 ,有效表数为 4 976份 ) ,潍坊汽车 站旅客构成如图 2所示 ,出行目的如图 3所示 ,出行关心因素如图 4所示 。根据调查结果 ,旅客出行具有 以下特征 : 1)随着潍坊经济的发展和

5、与周边城市联系的进一步密切 ,旅客流动性增强 ,同时节假日和外出 务工也形成明显的节日流和务工流 ; 2 )在出行旅客中干部 、工人 、农民和学生占 82. 4% ,出行目的中公 务 、探亲 、旅游和上学占到 70% ; 3)旅客出行目前最关心的是安全 ,其次是舒适性和快速性 ,经济性不再 是旅客考虑的主要因素 ,旅客对运输服务质量 、设施等提出了更高的要求 。203102-05-18#2山0东1交2通-学0院5学-报18#202080年192月-0第51-6卷18图 1 客流量远近变化特征图图 2 旅客构成统计图图 3 旅客出行目的统计图图 4 旅客出行关心因素统计图回归预测模型的建立及检验

6、2分析潍坊汽车客运站客运量历史数据 ,发现有较明确的线性相关关系 ,据此建立如下回归模型y = a + bx,式中y为因变量 ; x为自变量 ; a, b为回归系数。 利用最小二乘法推断 a, b的值 xi yi - x yia = y - bx, b =.2012-05-18#2012-05-18#2012-05-18ix2- xxi利用历史数据如表 1所示 , 计算求得 a = - 52 246182, b = 26124。最后得线性回归方程y = - 52 246182 + 26124x.表 1 汽车客运站 19952007年客运量资料表时间 xi /年客运量 yi /万人xi yix2

7、回归预测值i1996138. 737276 918. 814398 401 6128. 2201997152. 878305 297. 412398 800 9154. 4601998168. 432336 526. 261399 200 4180. 7001999199. 483398 766. 179399 600 1206. 9402000235. 329470 658. 762400 000 0233. 1802001263. 874528 010. 950400 400 1259. 4202002282. 424565 412. 029400 800 4285. 6602003300

8、. 287601 474. 388401 200 9311. 9002004305. 031611 281. 180401 601 6338. 1402005361. 857725 523. 225402 002 5364. 3802006400. 013802 426. 387402 403 6390. 6202007428. 272859 541. 021402 804 9416. 860为了保证预测结果的可靠有效 , 须对预测误差进行检验 。在实际预测误差处理过程中 , 较普遍使用20第132期-05-18#刘#晓#辉#:汽2车0客1运2站-客0流5特-征1及8#客#运#量#预#测#研#

9、究#2012-05-3118的是平均绝对百分误差 ( EMA P ) , 其定义式为 1 n et2012-05-18#2012-05-18#2012-05-18nEMA P =t = 1 yt100, 1 n et1nEMA P =t = 1 yt100 =43. 816 = 3. 651.12根据大量文献所给出的误差评价准则 , 当一种预测方法的 EMA P小于 10 时 , 属于高精度预测 ; EMA P介 于 10和 20之间时 , 为良好预测 ; EMA P介于 20和 50之间时 , 属于可行预测 ;若 EMA P值大于 50, 则属错误预 测 。根据该评价准则 , 可知线性回归预

10、测模型对潍坊汽车客运站 19962007年客运量进行预测 , 其 EMA P 值小于 10, 属于高精度预测。3应用实例用以上回归模型预测出 20082015年的客运量结果如表 2所示。年 份2008表 22009汽车客运站 20082015年客运量预测值201020112012201320142015预测值 /万人467. 334493. 573519. 812546. 051572. 290598. 529624. 768651. 0074结论1)通过对汽车客运站旅客特征如旅客构成 、出行目的和出行关心因素进行分析 , 为客运站提高客运服务质量 , 进一步满足旅客出行要求提供了参考依据 。

11、2)建立了回归预测模型 , 经过误差检验 , 预测误差小于 10, 属于高精度预测 。同时对 2008 2015 年 的客运量进行了实际预测 , 为客运站合理组织安排运力提供了参考依据。参考文献 : 1 马荣国 , 陈宽民 , 候奠社. 公交客运量的回归预测方法 J . 西安公路交通大学学报 , 1997, 17 ( 2) : 12 - 17. 2 刘长利. 现代汽车站务管理 M . 北京 :机械工业出版社 , 2004.Research on Pa ssenger Flow Character istics of Veh icle Pa ssenger Bus Term ina ls and

12、 Foreca sting Pa ssenger Tran sport Capac ityL IU X iao2hu i1, 2( 1. Shandong Transport Vocational Collage, W eifang 261206, China;2. School of Traffic and Vehicle Engineering, Shandong University of Technology, Z ibo 255049, China)Abstract: Taking W eifang bus term inal as an examp le, the paper an

13、alyzes the passenger flow characteristics of the bus term inal. According to the bus term inal transpo rtation changes, a return p rediction model is established. The average ab so lute percent erro r test fo recast erro rs are less than 10, which is a high2p recision fo recast. A t the sam e tim e,

14、 the actual bus term inal organizational capacity is measured and the measurem ent p rovides referent data fo r the bus term inal to arrange and organize reasonable tran spo rtationKey words: bus term inal; characteristics of passenger flow; regression fo recast model; passenger transpo rtation fo rcast(责任编辑 :谭旭翔 )file:/C|/Users/Administrator/Desktop/新建文本文档.txt通信/电子电脑、 杂志、 会议、 劳动合同、 生活休闲、 考试、 股票file:/C|/Users/Administrator/Desktop/新建文本文档.txt2012/7/5 12:11:23