ugm-markov模型在轨交票务分析中应用的研究

《ugm-markov模型在轨交票务分析中应用的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、uGM—Markov模型在轨交票务分析中的应用研究UGM—Markov模型在轨交票务分析中的应用研究摘要伴随着经济快速发展，城市化规模不断扩大、交通运输量需求增大。作为绿色环保的城市轨道交通，因其准时、快捷，正受到大、中型城市的青睐。轨交客流预测是城市轨道交通建设的一个重要环节，即可把预测结果作为城市轨交设计规划工作的基础，又町为轨交线路安全运营提供未雨绸缪的决策依据，提高社会和经济效益。本文研究和实践了结合灰色系统理论的UGM(1，1)模型和马尔可夫链适用性建模的一种方式，并应用于轨交客流预测

2、。通过理论分析和实验结果，讨论了相关模型的适用性及不足。本文的主要研究工作概述如下：1、研究了灰色预测理论中最基本的预测模型GM(1，1)，从理论上分析了其适用范围和有偏性。对GM(1，1)进行无偏修正后创建生成uGM(1，1)模型，分析了GM(1，1)和uGM(1，1)模型的不足。2、在UGM(1，1)模型不足的基础上，结合灰色理论与马尔可夫链构建了Grey—Markov模型，通过实验展示了其优越性及其不足。3、对Grey．Markov模型进行了无偏修正，提出改进的uGM—Markov模型。通

3、过不断更新建模过程中的原始数列来改变状态矩阵，提高数据状态估算，从而提高模型的预测精度。实验结果表明，Grey—Markov模型较UGM(1，1)模型的预测精度有了很大提高，克服了GM(1，1)和UGM(1，1)模型对波动性大的数列预测精度不高的缺陷。改进的UGM—Markov模型通过更新原始数列来提高估算精度，其预测效果最佳。关键字：客流预测：UGM(1，1)：Grey—Markov：UGM—Markov：预测精度uGM—Markov模型在轨交票务分析中的应用研究ANAPPLICATIONRE

4、SEARCHoFUGM—MARKOVMoDELINTICHETBUSNESSANALYSISOFRAILTRANSITABSTRACTWiththerapiddeVelopmentofeconomics，manyurbanizationsizestendto1argecontinually，requirementoftramctransitquantityisenlarging，asakindofurbanrailtransitwith王叮eenandenVlronmentprotectlon，

5、1t1sgoodgracesthatmuchattentionispaidtobylargeandmiddlesizecltlesduetoitsontimeandquickspeed．Predictionofpassengerquantityofrailtransitisan1mponanttache士．0rurbanra订transitconstIucting，notonlythatsomepredicatedresultscanbeusedasthebasisofworkforurbanr

6、ailtransitdesignandpla衄ing，butalsothatsomedecisiondatacanbeproVidedforlines’securityoperationofurballrailtransitinamodeofplanningbefbreraining，andtoenhancetheprofitsofsocietyandeconomic．AmethodtomodelbycombiningaUGM(1，1)modelbasedontheowofgraysystema

7、ndaVailabilitiesofMarkoVchainhasbeenresearchedandpmcticedinthispaper，andithasbeenapplledtopredlcatethepassengerquantityofrailtransit．TheavailabilitiesandinsufbcienciesofreleVancemodelshaVebeendiscussedthrou曲meo巧analySisandexp“mentresults．Themainworkr

8、esearchedinthispaperaresummarizedasthef0110wings：1．GM(1，1)model，thebasictheoryofGreypredictionmodel，isstudiedmeoreticallv．UGM(1，1)model，anamendedGM(1，1)model，isbuiltaIldcomparedwithGM(1，1)model．Bothofthemhavedisadvantagesforpassengerv01umeprediction．