新形勢(shì)經(jīng)濟(jì)下高鐵建設(shè)對(duì)旅客出行方式選擇的影響分析

劉玥 張高境

（1、山西大學(xué)，山西 太原 030000）

（2、河南師范大學(xué)，河南 新鄉(xiāng) 453000）

引言

隨著人們生活質(zhì)量的不斷提高，幾乎每家都擁有了私家車，這也就造成了每當(dāng)節(jié)假日來臨，高速公路就會(huì)出現(xiàn)擁堵情況的原因之一。但是隨著中國(guó)現(xiàn)代“新四大發(fā)明”之一的高鐵迅猛發(fā)展，給人們的出行帶來了極大的便利，因此遠(yuǎn)途出行的人們也逐漸將高鐵作為自己出行的首選交通工具，高鐵的修建一方面能夠緩解普通列車的運(yùn)行壓力，另一方面對(duì)高速公路的運(yùn)行也起到了減壓的作用。

一、問題提出

高鐵的開通，一部分人們便會(huì)選擇高鐵出行，從而會(huì)使得高速公路的車輛有所減少，請(qǐng)你選取合適的指標(biāo)，分析高鐵的開通對(duì)該高速公路的車輛通行壓力是否有所減緩，并分析是否顯著。

二、問題分析

問題的核心是對(duì)收集到的近五年的高鐵的數(shù)量以及近十年的高速公路的車輛的數(shù)據(jù)的分析。首先需要定義相關(guān)的指標(biāo)，如相關(guān)的客運(yùn)量、客流量、高鐵密度來進(jìn)行分析。然后通過數(shù)據(jù)分析對(duì)相關(guān)的數(shù)據(jù)進(jìn)行整理歸總，最后經(jīng)過神經(jīng)網(wǎng)絡(luò)等模型進(jìn)行集合構(gòu)建。

三、模型假設(shè)與約定

（一）假設(shè)我們尋找的數(shù)據(jù)是真實(shí)可靠的。

（二）在我們所討論的城市中，沒有突發(fā)的自然災(zāi)害導(dǎo)致人口的減少。

（三）建模的過程中，別的特殊因素不會(huì)影響我們建模的結(jié)果。

（四）假設(shè)所選取的因素是有代表性的，對(duì)決策分析和確定必不可少。

（五）假期的特殊情況對(duì)建模的影響可以忽略。

四、模型建立與求解

（一）模型建立的準(zhǔn)備

首先我們統(tǒng)計(jì)了公路客運(yùn)的旅客運(yùn)輸量，以及車輛的數(shù)量，高鐵的數(shù)量。接著我們對(duì)模型做了初步假設(shè)，分析模型的可行性。

（二）問題一模型的建立與求解

1、模型一：數(shù)據(jù)分析模型

首先，我們收集了公路客運(yùn)和高鐵的相關(guān)的數(shù)據(jù)，為了方便討論我們分布進(jìn)行敘述。

（1）第一部分：公路部分

從2010年到2018年的公路旅客運(yùn)輸量如下：

同時(shí)，我們根據(jù)國(guó)家交通局的數(shù)據(jù)整理了各類汽車的擁有量，并進(jìn)行相關(guān)的統(tǒng)計(jì)。

（2）第二部分：高鐵部分

高鐵部分我們收集到了高鐵的客運(yùn)量和高鐵旅客的周轉(zhuǎn)量，并進(jìn)行如下統(tǒng)計(jì)。

2、模型二：BP神經(jīng)網(wǎng)絡(luò)及回歸殘差判斷模型[1]

用們使用改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)，對(duì)精度比較高的權(quán)值進(jìn)行殘差的分析。

首先我們確定好輸入層，我們?cè)O(shè)定的輸入層是公路相關(guān)的數(shù)據(jù)和高鐵相關(guān)的數(shù)據(jù)，經(jīng)過相關(guān)的神經(jīng)網(wǎng)絡(luò)的計(jì)算[2]，最后輸出層就是我們想要的數(shù)據(jù)。再對(duì)這些數(shù)據(jù)進(jìn)行相關(guān)的分析。

輸入層中X1，X2，X3……Xi為BP神經(jīng)網(wǎng)絡(luò)的輸入值，Y1，Y2……Ym是BP 神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值，Wij和Wjk是BP神經(jīng)網(wǎng)絡(luò)權(quán)值，這里我們把這個(gè)看成為一個(gè)非線性函數(shù)，當(dāng)輸入節(jié)點(diǎn)數(shù)為n、輸出節(jié)點(diǎn)數(shù)為m時(shí)，BP神經(jīng)網(wǎng)絡(luò)就表達(dá)了從n變量到m變量的關(guān)系。

（1）網(wǎng)絡(luò)初始化

輸入的序列確定了網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)n、隱含層節(jié)點(diǎn)數(shù)l，初始化輸入層、隱含層和輸出層神經(jīng)元之間的權(quán)值Wij和Wjk初始化隱含層閾值a,輸出層閾值b。

（2）隱含層輸出計(jì)算

根據(jù)輸入向量X，輸入層和隱含層間連接權(quán)值Wij以及隱含層閾值a計(jì)算隱含層輸出H。

這里的f為隱含層激勵(lì)函數(shù)

（3）輸出層輸入計(jì)算

根據(jù)隱含層輸出H，連接權(quán)值Wjk和閾值b，計(jì)算BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輸出Y。

（4）誤差計(jì)算

根據(jù)網(wǎng)絡(luò)預(yù)測(cè)輸出Y和期望輸出O，計(jì)算網(wǎng)絡(luò)預(yù)測(cè)誤差e

（5）權(quán)值更新

根據(jù)網(wǎng)絡(luò)預(yù)測(cè)誤差e，更新網(wǎng)絡(luò)連接權(quán)值Wij和Wjk

η為學(xué)習(xí)效率為學(xué)習(xí)效率

（6）閥值更新

根據(jù)網(wǎng)絡(luò)預(yù)測(cè)誤差e更新網(wǎng)絡(luò)結(jié)點(diǎn)閾值a,b。

（7）進(jìn)行判斷迭代是否結(jié)束

由于數(shù)據(jù)的原因，我們對(duì)到2011年的人口數(shù)量、機(jī)動(dòng)車數(shù)量進(jìn)行了擬合運(yùn)算，得出以下圖表：

圖1：仿真結(jié)果

下一步進(jìn)行標(biāo)準(zhǔn)化殘差運(yùn)算：

標(biāo)準(zhǔn)化殘差公式：

由此可以看出經(jīng)過BP神經(jīng)網(wǎng)絡(luò)模型精度更高[3]，可以明顯較為準(zhǔn)確地得出開通高鐵對(duì)高速公路通行的壓力減緩十分顯著。