第5章汽車運(yùn)輸調(diào)查與運(yùn)輸量預(yù)測(cè)-資料下載頁(yè)
2024-12-29 09:17本頁(yè)面
【正文】 爾可夫鏈。馬爾可夫分析法的建模過程：變量變量 X在在 Tn處于狀態(tài)處于狀態(tài) i．而在下一期．而在下一期 (Tn+1)處于狀態(tài)處于狀態(tài) j的概的概率，率， Pij，表示變量，表示變量 x從狀態(tài)從狀態(tài) i經(jīng)過一步轉(zhuǎn)移而達(dá)到狀態(tài)經(jīng)過一步轉(zhuǎn)移而達(dá)到狀態(tài) j的轉(zhuǎn)的轉(zhuǎn)移概率。移概率。若變量若變量 Xn(表示變量表示變量 x在第在第 n期期 )的可能值共有的可能值共有 m種狀態(tài)，每種狀態(tài)，每種狀態(tài)下變量種狀態(tài)下變量 x經(jīng)一步轉(zhuǎn)移后處于這經(jīng)一步轉(zhuǎn)移后處于這 m種狀態(tài)中的某一種種狀態(tài)中的某一種狀態(tài)的概率為狀態(tài)的概率為 Pij，那么將全部的，那么將全部的 Pij可排列為矩陣可排列為矩陣 P：：若變量 X在 Tn時(shí)處于狀態(tài) i、但經(jīng) k步 (k＞ 2)轉(zhuǎn)移到達(dá)狀態(tài) j，則稱這種轉(zhuǎn)移的可能性為 k步轉(zhuǎn)移概率。記為：同樣。同樣。 Xn在各種可能狀在各種可能狀態(tài)態(tài) k步轉(zhuǎn)移至各種狀態(tài)步轉(zhuǎn)移至各種狀態(tài)的概率，也可記為矩陣的概率，也可記為矩陣Pij（（ k），即：），即：可以證明矩陣可以證明矩陣 Pij（（ k））與矩陣與矩陣 P存在如下關(guān)系存在如下關(guān)系：： 即即 k步轉(zhuǎn)移概率矩陣步轉(zhuǎn)移概率矩陣等于一步轉(zhuǎn)移概率矩等于一步轉(zhuǎn)移概率矩陣的陣的 k次冪次冪 。若變量 X各種可能狀態(tài)的初始分布為 (P1， P2． … ， Pm)，經(jīng) k步轉(zhuǎn)移后，其各種可能狀態(tài)的分布即為（ P1(k)， P2(k)… ， Pm(k)），那么這兩種分布之間存在：（ P1(k)， P2(k)… ， Pm(k)） =(Pl， P2， … ， Pm)(Pij(k))因而有：因而有：k? 因此，如果變量 x狀態(tài)變化符合馬爾可夫鏈，且知道它的初始分布及各種狀態(tài)之間的一步轉(zhuǎn)移概率，那么就可以確加經(jīng) k步轉(zhuǎn)移后各種狀態(tài)的分布了。? 例題： 例題：某城市居民在某年的各種出行方式的分布為：乘公共汽車者占 19． 2％，騎自行車者點(diǎn) 13． 8％．步行者占 56％，乘用其它交通工具者占 11％。如果下一年度人們出行方式按以下情況變化： 原乘公共汽車者 ，將有 91％的入繼續(xù)乘公共汽車， 3％轉(zhuǎn)為騎自行車， 2％轉(zhuǎn)為步行， 4％轉(zhuǎn)乘其它交通工具。 原騎自行車者 ，將有 88％繼續(xù)騎自行車， 5％轉(zhuǎn)乘公共汽車． 1％轉(zhuǎn)為步行． 6％轉(zhuǎn)為其它交通工具。 原步行者 ，將有 1％轉(zhuǎn)乘公共汽車。 7％改騎自行車， 84％保持步行． 5％改乘其它工具。 原乘其它交通工具者 。有 6％此乘公共汽車， 2％改騎自行午， 3％轉(zhuǎn)為本行。 89％保持不變 如果經(jīng)調(diào)查研究得到三年后．全市居民各種出行的總次數(shù)為 6000萬(wàn)人次，請(qǐng)預(yù)測(cè)三年后公共汽車的日客運(yùn)量。根據(jù)馬爾可夫法分析，可以得到一步轉(zhuǎn)移概率矩陣 P：初始分布為初始分布為 (， ， ， )；；顯然三年后顯然三年后 (k＝＝ 3)，利用公共汽車者的概率為：，利用公共汽車者的概率為：則，公共汽車日客運(yùn)量為：則，公共汽車日客運(yùn)量為： *6000=1461(萬(wàn)人次萬(wàn)人次 )三 ﹑ 與定量預(yù)測(cè)相關(guān)的其它問題? 各種預(yù)測(cè)方法，各有利弊。預(yù)測(cè)人員在實(shí)際工作中應(yīng)選擇運(yùn)用，并在實(shí)踐中不斷總結(jié)分析，摸索較好的預(yù)測(cè)方法。組合預(yù)測(cè)與預(yù)測(cè)結(jié)果的組合處理 當(dāng)采用定量預(yù)測(cè)方法時(shí)，對(duì)同 — 預(yù)測(cè)對(duì)象的預(yù)測(cè)，人們既可以采用多種預(yù)測(cè)方法，也可以對(duì)同一預(yù)測(cè)模型應(yīng)用不同的自變量。像這樣對(duì)同一預(yù)測(cè)對(duì)象采用多種途徑預(yù)測(cè)的方法，叫做 組合預(yù)測(cè) 方法。 實(shí)踐證明，組合預(yù)測(cè)方法比采用單一預(yù)測(cè)方法對(duì)于改善預(yù)測(cè)結(jié)果的準(zhǔn)確度，具有顯著效果。組合預(yù)測(cè)? 組合處理的方法．通常是針對(duì)各種途徑的預(yù)測(cè)結(jié)論 (稱為中間預(yù)測(cè)結(jié)論 )分別賦予一定的權(quán)重．最終預(yù)測(cè)結(jié)果即為各中間預(yù)測(cè)值與相應(yīng)權(quán)重系數(shù)乘積的累計(jì)。這一過程可用下式表述：權(quán)值的選取，根據(jù)經(jīng)驗(yàn)直接給定。權(quán)值的選取，根據(jù)經(jīng)驗(yàn)直接給定。2﹑ 預(yù)測(cè)實(shí)踐中應(yīng)注意的幾個(gè)問題進(jìn)行預(yù)測(cè)活動(dòng)時(shí)，應(yīng)注意以下幾個(gè)問題：（ 1）預(yù)測(cè)結(jié)果的可信度。（ 2）預(yù)測(cè)方案。（ 3）擬合度和精度。（ 4）預(yù)測(cè)的期限。（ 5）預(yù)測(cè)模型。（ 6）數(shù)據(jù)處理與模型調(diào)整。（ 7）實(shí)際與想象。謝謝觀看 /歡迎下載BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1