新形勢經濟下高鐵建設對旅客出行方式選擇的影響分析

劉玥 張高境

（1、山西大學，山西 太原 030000）

（2、河南師范大學，河南 新鄉 453000）

引言

隨著人們生活質量的不斷提高，幾乎每家都擁有了私家車，這也就造成了每當節假日來臨，高速公路就會出現擁堵情況的原因之一。但是隨著中國現代“新四大發明”之一的高鐵迅猛發展，給人們的出行帶來了極大的便利，因此遠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行壓力，另一方面對高速公路的運行也起到了減壓的作用。

一、問題提出

高鐵的開通，一部分人們便會選擇高鐵出行，從而會使得高速公路的車輛有所減少，請你選取合適的指標，分析高鐵的開通對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

問題的核心是對收集到的近五年的高鐵的數量以及近十年的高速公路的車輛的數據的分析。首先需要定義相關的指標，如相關的客運量、客流量、高鐵密度來進行分析。然后通過數據分析對相關的數據進行整理歸總，最后經過神經網絡等模型進行集合構建。

三、模型假設與約定

（一）假設我們尋找的數據是真實可靠的。

（二）在我們所討論的城市中，沒有突發的自然災害導致人口的減少。

（三）建模的過程中，別的特殊因素不會影響我們建模的結果。

（四）假設所選取的因素是有代表性的，對決策分析和確定必不可少。

（五）假期的特殊情況對建模的影響可以忽略。

四、模型建立與求解

（一）模型建立的準備

首先我們統計了公路客運的旅客運輸量，以及車輛的數量，高鐵的數量。接著我們對模型做了初步假設，分析模型的可行性。

（二）問題一模型的建立與求解

1、模型一：數據分析模型

首先，我們收集了公路客運和高鐵的相關的數據，為了方便討論我們分布進行敘述。

（1）第一部分：公路部分

從2010年到2018年的公路旅客運輸量如下：

同時，我們根據國家交通局的數據整理了各類汽車的擁有量，并進行相關的統計。

（2）第二部分：高鐵部分

高鐵部分我們收集到了高鐵的客運量和高鐵旅客的周轉量，并進行如下統計。

2、模型二：BP神經網絡及回歸殘差判斷模型[1]

用們使用改進后的BP神經網絡，對精度比較高的權值進行殘差的分析。

首先我們確定好輸入層，我們設定的輸入層是公路相關的數據和高鐵相關的數據，經過相關的神經網絡的計算[2]，最后輸出層就是我們想要的數據。再對這些數據進行相關的分析。

輸入層中X1，X2，X3……Xi為BP神經網絡的輸入值，Y1，Y2……Ym是BP 神經網絡的預測值，Wij和Wjk是BP神經網絡權值，這里我們把這個看成為一個非線性函數，當輸入節點數為n、輸出節點數為m時，BP神經網絡就表達了從n變量到m變量的關系。

（1）網絡初始化

輸入的序列確定了網絡的輸入層節點數n、隱含層節點數l，初始化輸入層、隱含層和輸出層神經元之間的權值Wij和Wjk初始化隱含層閾值a,輸出層閾值b。

（2）隱含層輸出計算

根據輸入向量X，輸入層和隱含層間連接權值Wij以及隱含層閾值a計算隱含層輸出H。

這里的f為隱含層激勵函數

（3）輸出層輸入計算

根據隱含層輸出H，連接權值Wjk和閾值b，計算BP神經網絡預測輸出Y。

（4）誤差計算

根據網絡預測輸出Y和期望輸出O，計算網絡預測誤差e

（5）權值更新

根據網絡預測誤差e，更新網絡連接權值Wij和Wjk

η為學習效率為學習效率

（6）閥值更新

根據網絡預測誤差e更新網絡結點閾值a,b。

（7）進行判斷迭代是否結束

由于數據的原因，我們對到2011年的人口數量、機動車數量進行了擬合運算，得出以下圖表：

圖1：仿真結果

下一步進行標準化殘差運算：

標準化殘差公式：

由此可以看出經過BP神經網絡模型精度更高[3]，可以明顯較為準確地得出開通高鐵對高速公路通行的壓力減緩十分顯著。