需求模型总结

需求模型总结

ID:30479108

大小:25.46 KB

页数:17页

时间:2018-12-30

需求模型总结_第1页
需求模型总结_第2页
需求模型总结_第3页
需求模型总结_第4页
需求模型总结_第5页
资源描述:

《需求模型总结》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划需求模型总结  需求预测方法及模型总结  学专班级学生指导完成  院:业:学号:姓名:教师:时间:  交通运输工程学院交通工程秦丹丹XX-11-26  需求预测方法及模型总结  交通需求预测是交通规划中的核心内容之一。交通发展政策的制定、交通网络设计以及方案评价都与交通需求预测有密切的关系。现代交通规划理论中的交通需求预测习惯上被分为四个阶段,即交通产生预测、交通分布预测、交通方式分担预测及交通网络分配。下面就对交通需求预测的四阶段法以及其各自的模型进行总结。一、交通生成

2、预测  Ⅰ、增长率法  增长率法是根据预测对象的预计增长速度进行预测的方法。  预测模型的一般形式为:Qt=Q0t  增长率法的关键在于确定增长率,但增长率随着选择年限及计算方法的不同而存在较大的差异。所以增长率法一般仅适用于增长率变化不大且增长趋势稳定的情况,其特点是计算简单,但预测结果粗略,较适用于近期预测。  Ⅱ、乘车系数法目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划  乘车系数法又称

3、为原单位发生率法,类似于城市交通预测中的类别发生率法,它用区域总人口与平均每人年度乘车次数来预测客运量。模型的形式为:  Qt=Ptβ  乘车系数可以根据指标的历年资料和今后变化趋势确定,但是乘车系数本身的变动有时难以预测,各种偶然因素会使其发生较大波动。此外,人口、职业、年龄的变化也使系数很难符合一定规律。  Ⅲ、产值系数法  产值系数法是根据预测期国民经济指标值和确定的每单位指标值所引起的货运量或客运量进行预测的方法。模型的形式为:  Qt=Mtβ  Ⅳ、弹性系数法  弹性系数法是通过研究单位社会经济指标产生的小区交通出行量,预测将来吸引、发生量的一种方法。此法是综合考虑我国经

4、济发展水平和产业结构和发展目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划  趋势,参考O、D调查区域社会经济有关文献资料,确定弹性系数的大致范围,结合所得出的历史弹性系数及所处区域位置及相关运网历史交通量与直接影响区历史经济量的回归分析作为进一步的分析手段,确定出项目影响区的交通增长弹性系数,依此进行发生、吸引交通量预测。根据项目影响区经济发展速度预测结果和运输弹性系数,按下式计算交通量增长率

5、:  交通量增长率=GDP增长率×运输弹性系数Ⅴ、时间序列预测法  又称时间序列预测法,是收集和整理过去的交通量资料,从中找出交通量随时间而变化的规律,并用数学模型来表示这种规律,然后按此模型进行预测。该类模型包括:①趋势外推法;②指数平滑法;③灰色系统法;  ④人工神经网络法、小波分析法等。  Ⅵ、回归分析法  回归分析预测法就是一种通过分析研究因变量与相关因素的联系规律从而进行预测的方法。  在诸多影响因变量的因素中,有些是与其它因素独立或近似独立的,有些则是密切相关的。我们选取其中主要的而且各自是相互独立的因素作为自变量。然后分析每个自变量与产生量大致的函数关系。  回归分析

6、法又分为:线性回归分析法:一元线性回归分析,二元线性回归和多元线性回归分析;  非线性回归分析法:  如多元线性回归法,是从调查数据中,选取某个自变量与多个因变量的多组样本值,建立多元线性回归模型:  P=b0+b1X1+b2X2+…+bnXn目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划  Ⅵ、灰色预测法  该理论是我国学者邓聚龙教授在上世纪80年代初提出的处理不完全信息的一种新理论,该理论

7、应用关联度收敛原理、生成数、灰导数等观点和方法建立微分  方程模型。如GM(1,1)表示一阶单个变量的微分方程,是最常用的灰色预测模型。灰色预测在诸多领域(包括交通量预测)都有较好的应用。  设时间序列X有n个预测值,X(0)={X(0)(1),X(0)(2),X(0)(3),…X(0)(n)}加生成新序列X(1)={X(1)(1),X(1)(2),X(1)(3),…X(1)(n)},其中  X=  ,k=1,2,…,n  则GM模型相应的微分方程为  二、交通分布预

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。