您的位置: 专家智库 > >

李龙

作品数:7 被引量:57H指数:3
供职机构:西南交通大学交通运输与物流学院更多>>
相关领域:交通运输工程经济管理自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇交通运输工程
  • 1篇经济管理

主题

  • 4篇铁路
  • 2篇月度
  • 2篇运量
  • 2篇运量预测
  • 2篇铁路客运
  • 2篇铁路客运站
  • 2篇客运
  • 2篇客运站
  • 2篇货运
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据包络
  • 1篇数据包络分析
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇周末
  • 1篇网络
  • 1篇校车
  • 1篇客运量
  • 1篇客运量预测

机构

  • 6篇西南交通大学

作者

  • 6篇李龙
  • 3篇汤银英
  • 2篇保鲁昆
  • 1篇贺东
  • 1篇李映红

传媒

  • 3篇交通运输工程...
  • 2篇铁道运输与经...
  • 1篇道路交通与安...

年份

  • 1篇2019
  • 1篇2018
  • 1篇2017
  • 2篇2007
  • 1篇2006
7 条 记 录,以下是 1-6
排序方式:
基于改进型灰色马尔可夫模型的公路货运价格预测被引量:15
2018年
公路货运价格是反映运输市场状况的重要指标,准确的运价数据预测有助于科学的把握市场的变化规律,并为政府相关政策的制定和运输企业市场决策提供支持。本文选取灰色马尔可夫模型对公路货运价格进行预测,由于传统的灰色马尔可夫模型中往往采用转移状态区间的中值来修正预测,预测结果不够精确。为此,本文构建改进灰色马尔可夫模型,根据转移状态为离散型随机变量这一特征,利用状态区间中值的期望对预测结果进行修正,提高了预测精度。最后以2016年7月至9月期间成都至南昌公路货运价格指数作为预测对象进行了实证分析,验证了改进模型的有效性。
汤银英李龙李龙
关键词:公路货运价格预测
基于SARIMA模型的铁路月度客运量预测被引量:19
2019年
铁路月度客运量数据序列在长期内具有线性增长趋势,且在短期内又随月份波动变化明显。本文通过构建季节差分移动自回归模型(SARIMA)对2016年铁路月度客运量进行精确预测,挖掘铁路月度客运量的季节性波动规律,为铁路客运管理人员调整列车运行图,制定客车开行方案提供重要参考,以便于铁路客运站确定客流高峰预警时间和提高客运组织效率。
汤银英朱星龙李龙
关键词:铁路客运量SARIMA模型
铁路客运站服务水平的经济适应性评价被引量:3
2007年
在论述数据包络分析理论的基础上,对铁路客运站服务水平的相对性进行分析,揭示了其与经济发展水平的对应关系。通过确定评价目标和输入、输出指标,以及对指标量化与处理,用数据包络分析方法对北京西站、上海南站、广州站、武昌站、成都北站的旅客服务水平与经济发展水平的适应性进行评价。
李龙
关键词:铁路客运站服务水平数据包络分析
城市轨道交通对铁路客运站候车客流影响分析被引量:2
2007年
根据城市轨道交通的发展及其特点,对轨道线路引入既有铁路客运站的影响进行分析。将换乘旅客分为两种类型,从旅客站内停留时间方面对站内聚集人数的正负效应情况进行分析,并给出铁路客运站候车客流的影响公式,说明平均停留时间与通过轨道交通换乘的旅客流量、铁路售票的信息化程度,以及车站的发车密度有关。
李龙李映红保鲁昆
关键词:城市轨道交通铁路客运站
基于Holt-Winters模型的铁路月度货运量预测研究被引量:19
2017年
铁路货运量预测是铁路运输市场分析的重要内容,对铁路货运业务的开展有着重要指导意义。铁路月度货运量数据序列是既有趋势性增长又有季节性波动特征的时间序列,Holt-Winters模型适用这类时间序列的预测。本文构建Holt-Winters乘法模型来进行铁路月度货运量预测,并以某铁路局化肥月度货运量为原始数据来做实证分析,最后与灰色模型、分组回归等传统预测模型的结果进行比较,结果显示Holt-Winters模型的预测精度最高。
汤银英李龙
关键词:铁路货运量预测
校车周末高峰时段交通量预测与特殊日期调整被引量:1
2006年
准确的校区间高峰时段交通量预测,不仅可以帮助校车运营部门在高峰时段确定合理的发车间隔提高运营效率节约运营成本;还可以减少师生的候车时间,改善校车服务水平减少拥挤保证运行安全都有重要意义。采用BP神经网络模型对校区间周末高峰时段交通量进行了预测,选择了温度和下雨量2个因素作为输入变量,在训练数据的选取上采用了移动窗口的方法。另外模型提供了对特殊日期运量预测的调整。通过对实测数据进行验证,结果表明该模型简单、快捷和实用。
保鲁昆贺东李龙
关键词:人工神经网络高峰时段交通量预测
共1页<1>
聚类工具0