某市历年公路客运适站量
年份 | 长途(万人) | 短途(万人) | 合计(万人) |
2000年 | 172.9 | 74.1 | 247 |
2001年 | 184.1 | 78.9 | 263 |
2002年 | 201.6 | 86.4 | 288 |
2003年 | 223.3 | 95.7 | 319 |
2004年 | 256.9 | 110.1 | 367 |
2005年 | 273.0 | 117.0 | 390 |
2006年 | 315.7 | 135.3 | 451 |
2007年 | 295.4 | 126.6 | 422 |
2008年 | 322.7 | 138.3 | 461 |
2009年 | 375.2 | 160.8 | 536 |
2010年 | 392.7 | 168.3 | 561 |
适站量预测本次预测是根据*市客运场站旅客发送量历史数据本身所隐含的内在发展规律进行预测的,主要应用的方法有回归分析模型预测、灰色模型GM(1,1)预测和指数平滑预测。
应用以上预测方法分别对克拉玛依市长途和短途适站量进行预测,预测结果见下表。
市适站量预测结果表 单位:万人次
| 类别 | 预测方法 | 数学模型 | 2010年 | 2015年 | 2020年 |
| 长途适站量 | 乘幂回归 | | | | |
| 灰色模型 | | | | |
| 指数平滑法 | | | | |
| 短途适站量 | 乘幂回归 | | | | |
| 灰色模型 | | | | |
| 指数平滑法 | | | | |
4、适站量预测结果
上述几种方法都是采用定量预测的形式对公路客运适站量进行预测。定量预测有其科学性、延续性的一面,但同时也存在着无法对突发事件做出反应、无法体现政策的改变对客运量影响的缺点。因此本次市客运适站量预测将结合上述三种方法的预测结果并加以定性分析,最终确定出特征年的公路客运适站量。
鉴于以上对市公路客运发展趋势的分析,结合定量预测结果,最终确定市区未来特征年公路客运适站量如下表所示。
市公路客运适站量预测结果
| 特征年 | 长途适站量(万人) | 短途适站量(万人) | 全市合计(万人) |
| 2010年 | | | |
| 2015年 | | | |
| 2020年 | | | |