期刊文献+

Gompertz模型改进及其在交通预测中的应用 被引量:3

Improvement and Implementation of Gompertz Model for Transportation Prediction
下载PDF
导出
摘要 交通需求预测是道路建设项目规划工作的重要组成部分,是确定道路等级、技术标准及进行规划决策、投资效益分析的依据。居民出行发生量预测是交通需求预测的一个重要组成部分,通常使用Gompertz模型,但其模型系数一直是通过类比估算方法确定,缺乏依据。本研究利用最小二乘法改进待定参数估计,推算Gompertz模型系数确定公式,采用Matlab程序分析得到Gompertz模型的系数。利用残差估计和类比发现,使用最小二乘法拟合得到的Gompertz模型系数具有明显的优点。根据山东省东营市交通调查数据,利用本研究改进模型,预测该市2025年的居民出行量。结果表明,使用改进Gompertz模型系数求解方法能有效提高居民出行发生量的预测精度,对合理规划道路网结构具有一定指导意义。 The predictions of traffic and transportation demands are important and serve as basis in determining the road level, formulating technical standards and making plans as well as evaluating investment. A tripgeneration forecast is an important part of the demand forecast, which is generally acquired based on Gompertz model. However, the parameters of Gompertz model estimated by analogy are lack of a sound basis. Therefore, this paper proposes to improve the estimation efficiency of undetermined parameters in Gompertz model with the least-squares method and obtains more reliable model parameters by Matlab. Its better performance is shown by the residual estimation and analogy. Statistical data from Dongying, Shandong Provinces, is analyzed by the proposed model to predict the trip generation in 2025. The final result shows that this proposed Gompertz model can improve effectively the prediction accuracy and may be used in rational road network planning.
出处 《科技导报》 CAS CSCD 北大核心 2009年第18期82-85,共4页 Science & Technology Review
基金 山东交通学院科研基金项目(Z200907)
关键词 交通预测 居民出行 Gompertz模型 transportation forecasting urban citizen tour Gompertz model
  • 相关文献

参考文献8

二级参考文献40

  • 1乔晓春,陈卫.中国人口老龄化:世纪末的回顾与展望[J].人口研究,1999,23(6):28-37. 被引量:72
  • 2景行.GM(1,1)的严格微分拟合法及应用[J].系统工程,1993,11(6):31-37. 被引量:16
  • 3陈绵云.镗床控制系统的灰色动态[J].华中工学院学报,1982,10(6):7-11. 被引量:14
  • 4吴国凯.一种新的Gompertz曲线拟合方法[J].农业软件,1990,2(1):33-35. 被引量:3
  • 5陈绵云.灰色系统理论是一个新的研究方向[A]..湖北省暨武汉市未来学研究会:第一集[C].,1984.26—32. 被引量:2
  • 6[1]张金槐,唐雪梅.Bayes方法[M].湖南长沙:国防科技大学出版社,1990. 被引量:1
  • 7[2]James O Berger.Statistical Decision Theory and Bayesian Analysis( Second Edition )[M].Springer-Verlag New York,Inc.,1985. 被引量:1
  • 8[4]党小玲.柔性制造系统可靠性增长管理与分析技术研究[D].湖南长沙:国防科学技术大学,1999. 被引量:2
  • 9[5]Maurizio Guida,Gianpaolo Pulcini.Automotive Reliability Inference Based on Past Data and Technical Knowledge[M].Reliability Engineering and System Safety 76(2002):129-137. 被引量:1
  • 10[7]<现代数学手册>随机数学卷[M].湖北武汉:华中科技大学出版社,1999. 被引量:1

共引文献88

同被引文献15

引证文献3

二级引证文献3

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部