高速公路收费站收费预测研究

发布时间：2020-12-08 15:07

　　高速公路收费是保证高速公路建设良性发展的重要方式之一。高速公路收费预测不仅可以为宏观政策制定提供决策依据,还能够实现高速公路收费站的经济效益评价及收费站岗位设置等微观管理水平的提高。论文在对现有预测方法进行对比分析的基础上,利用线性组合预测思想,将多个神经网络预测模型线性组合,建立了高速公路收费站收费组合预测模型。首先,采用高速公路联网收费中心的收费数据作为原始数据,对数据进行了预处理,形成了数据集市。其次,运用了系统建模理论、单项预测理论及组合预测理论,对收费站收费预测模型的设计思路进行了系统建模,形成了预测思路模型,保证了收费预测模型设计思路的理论正确性。最后,利用预测思路模型,建立了陕西省灞桥收费站收费组合预测模型,得到1%以内的相对误差。与传统方法相比,组合预测得到高精度的预测结果。高速公路收费站收费组合预测模型为高速公路收费站收费预测提供了崭新的模型设计思路和精准的预测模型。其设计原理同样可以应用于交通量的预测研究,更可以应用于其它方面的预测工作。 

【文章来源】：长安大学陕西省 211工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 背景
    1.2 高速公路收费预测的研究现状
    1.3 预测方法研究现状
    1.4 论文主要内容
    1.5 论文结构安排
第二章 神经网络基础理论研究
    2.1 人工神经网络概述
    2.2 径向基函数神经网络研究
        2.2.1 径向基函数神经网络概述
        2.2.2 径向基函数神经网络的常用函数
        2.2.3 径向基函数神经网络的训练策略
    2.3 BP神经网络及其应用
        2.3.1 BP神经网络概述
        2.3.2 BP算法简介
        2.3.3 BP神经网络的常用函数
        2.3.4 BP神经网络的训练策略
    2.4 本章小结
第三章 高速公路收费数据预处理
    3.1 数据预处理技术概述
    3.2 原始数据存在的问题
    3.3 数据预处理的方法
    3.4 陕西省联网收费数据预处理
    3.5 本章小结
第四章 现有预测方法对比研究
    4.1 单项预测模型基础理论研究
        4.1.1 单项预测模型的设计流程
        4.1.2 单项预测模型特点
    4.2 灰色预测模型研究
        4.2.1 灰色GM（1,1）预测模型的基本原理
        4.2.2 灰色GM（1,1）预测模型的建立步骤
        4.2.3 灞桥收费站收费灰色预测
    4.3 季节变动时间序列预测模型研究
        4.3.1 季节变动时间序列预测模型的基本原理
        4.3.2 季节变动时间序列预测模型的建立步骤
        4.3.3 灞桥收费站收费季节变动时间序列预测
    4.4 本章小结
第五章 高速公路收费站收费组合预测模型研究
    5.1 组合预测基本理论研究
        5.1.1 组合预测概述
        5.1.2 组合预测模型的分类
        5.1.3 组合预测模型中的单项预测模型选择
        5.1.4 组合预测模型中加权系数的确定方法
        5.1.5 组合预测模型的设计流程
    5.2 系统建模基础理论研究
        5.2.1 系统建模理论概述
        5.2.2 建立系统模型的基本原则
        5.2.3 建立系统模型的步骤
        5.2.4 建立系统模型的方法
    5.3 收费站收费组合预测
        5.3.1 预测思路模型的设计
        5.3.2 预测思路模型的理论证明
        5.3.3 预测思路模型的应用
        5.3.4 预测思路模型的试算
        5.3.5 预测思路模型的检验及标准化
    5.4 本章小结
结论和展望
    结论
    展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于BP神经网络的铁路货运量组合预测[J]. 杜波,刘凯.  物流技术. 2009(01)
[2]高速公路收费预测的不确定性问题探讨[J]. 程乐兵.  黑龙江科技信息. 2008(30)
[3]计重收费高速公路收费额预测方法研究[J]. 刘新杰.  道路交通与安全. 2008(05)
[4]联网收费数据应用实例解读——收费数据挖掘基础工作[J]. 王新磊,王家杰.  中国交通信息产业. 2008(05)
[5]基于MATLAB的BP神经网络预测系统的设计[J]. 李萍,曾令可,税安泽,金雪莉,刘艳春,王慧.  计算机应用与软件. 2008(04)
[6]一般收费道路通行费收入实用预测方法研究[J]. 石京.  公路工程. 2007(04)
[7]季节变动时间序列的两种新预测模型[J]. 蔡正高.  合肥学院学报(自然科学版). 2006(03)
[8]常用预测方法及评价综述[J]. 程昳.  四川师范大学学报(自然科学版). 2002(01)
[9]高速公路收费标准制定方法探讨[J]. 龙涌,蒋葛夫,冯云才.  西南交通大学学报. 2001(04)
[10]预测方法中的神经网络模型[J]. 司昕.  预测. 1998(02)

硕士论文
[1]组合预测模型的构建及其应用[D]. 刘素兵.西安理工大学 2008
[2]改进型灰色神经网络组合预测方法及应用研究[D]. 严修红.江西理工大学 2007
[3]组合预测方法研究及其软件系统设计与开发[D]. 陈雁.东北农业大学 2007
[4]遗传规划在高速公路联网收费数据处理再利用的应用研究[D]. 赵雪平.长沙理工大学 2004
[5]高速公路收费合理性的理论研究[D]. 冯云才.长安大学 2001



本文编号：2905274