[發明專利]一種基于分布滯后模型的客運量預測方法

在審

• 申請號: 202110473103.X
• 申請日: 2021-04-29
• 公開（公告）號: CN112949949A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 王建軍;王賽;盧霄娟;馬馳騁;李冬怡;宋明洋;關山
• 申請（專利權）人: 長安大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30
• 代理公司: 西安正華恒遠知識產權代理事務所(普通合伙) 61271
• 代理人: 傅曉

本發明公開了一種基于分布滯后模型的客運量預測方法。引入計量經濟學以及投入?產出模型，運用Pearson相關系數法從三個與客運量之間存在很強相關關系的變量中篩選出相關性最強的變量——交通消耗量，從產業結構調整的角度出發，及在考慮當年及當年之前自變量的影響下，融入計量經濟學模型方法進而構建相應的分布滯后模型，使得公路客運量預測模型性能更加優越。

技術領域

本發明涉及計量經濟學數據建模處理技術領域，具體涉及一種基于分布滯后模型的客運量預測方法。

背景技術

我國經濟已經由高速增長階段轉向高質量發展階段。就交通領域而言，應順應該發展趨勢，探討如何精準的預測公路客運量，對推進交通運輸高質量發展具有重要意義。隨著城市活躍度的不斷提升，我國機動車保有量與日俱增，隨之而來就會產生基礎設施需求與供給不平衡問題。而公路客運量是道路交通系統的基礎數據，對其進行科學準確地預測并有效合理的利用，不僅有利于公路基礎設施的規劃投資，還能夠提升交通運行效率解決交通擁堵問題，同時符合“交通強國”的發展理念。

公路客運量是公路運輸產量的直接反映成果，不僅會受到系統內部因素的影響，也會受外部因素的約束。傳統的客運量預測方法可以分為定性，定量和組合分析方法。定性的客運量預測方法包括德爾菲方法，專家會議，集體討論和個人判斷等。定量的客運量預測方法利用預測理論和數學方法對原始數據進行分類，處理和模擬，然后將其進一步用于構建預測客運量所需的數學模型。目前公路客運量的預測趨勢為采用機器學習方法構建預測模型，但是我們只能收集幾年的客運量數據，使用機器學習方法來預測乘客量顯然是不合適的。

傳統的客運量預測方法沒有考慮政策對交通系統產業投資發展的影響。在這一政策下，我們將重點放在中國陜西省與其他地區/國家之間的經濟和社會交流，相關產業將帶來不同的和新的需求，交通系統將受到其他產業的影響。因此，利用陜西省收集的數據和經濟、貿易和行業數據，針對研究誘增交通量的影響因素進行案例研究，結合投入-產出表和交通分布滯后模型，提出了客運量預測模型，以便為今后的基礎設施規劃和建設提供準確的建議。

發明內容

針對現有技術中的上述不足，本發明提供了一種基于分布滯后模型的客運量預測方法。

為了達到上述發明目的，本發明采用的技術方案為：

一種基于分布滯后模型的客運量預測方法，包括如下步驟：

S1、獲取各行業多年份的GDP數據，并利用當前年份的GPD數據和投入- 產出模型計算當前年份總產值以及交通消耗量；

S2、計算客運量與經過步驟S1得到的當前年份的GDP數據、總產值數據以及交通消耗量數據之間的相關系數；

S3、選擇步驟S2中計算的相關系數最大的數據建立其與客運量的分布滯后模型；

S4、對步驟S3建立的分布滯后模型進行優化，得到具有最優滯后期的分布滯后模型。

上述方案的有益效果是，解決了總產值沒有考慮運輸行業與其他行業之間的直接和間接依賴關系，引入了交通運輸消耗的概念，并分析了GDP、總產值、交通消耗和客運量之間的關系，能夠較為準確的完成公路客運影響因素和客運量之間的非線性擬合關系，提升客運量預測的準確性。

進一步的，所述步驟S1中的，總產值和交通消耗量的獲取如下所示：

所述步驟S1中的當前年份總產值以及交通消耗量的獲取方法為：

S11、基于各行業多年份的GDP數據并根據投入-產出模型計算總產值，計算公式如下：

X＝(1-A_c)-¹N；

其中，X為總產值，N為各行業多個年份的GDP數據，A_c為直接消耗系數的對角矩陣；