新形势经济下高铁建设对旅客出行方式选择的影响分析

刘玥 张高境

（1、山西大学，山西 太原 030000）

（2、河南师范大学，河南 新乡 453000）

引言

随着人们生活质量的不断提高，几乎每家都拥有了私家车，这也就造成了每当节假日来临，高速公路就会出现拥堵情况的原因之一。但是随着中国现代“新四大发明”之一的高铁迅猛发展，给人们的出行带来了极大的便利，因此远途出行的人们也逐渐将高铁作为自己出行的首选交通工具，高铁的修建一方面能够缓解普通列车的运行压力，另一方面对高速公路的运行也起到了减压的作用。

一、问题提出

高铁的开通，一部分人们便会选择高铁出行，从而会使得高速公路的车辆有所减少，请你选取合适的指标，分析高铁的开通对该高速公路的车辆通行压力是否有所减缓，并分析是否显著。

二、问题分析

问题的核心是对收集到的近五年的高铁的数量以及近十年的高速公路的车辆的数据的分析。首先需要定义相关的指标，如相关的客运量、客流量、高铁密度来进行分析。然后通过数据分析对相关的数据进行整理归总，最后经过神经网络等模型进行集合构建。

三、模型假设与约定

（一）假设我们寻找的数据是真实可靠的。

（二）在我们所讨论的城市中，没有突发的自然灾害导致人口的减少。

（三）建模的过程中，别的特殊因素不会影响我们建模的结果。

（四）假设所选取的因素是有代表性的，对决策分析和确定必不可少。

（五）假期的特殊情况对建模的影响可以忽略。

四、模型建立与求解

（一）模型建立的准备

首先我们统计了公路客运的旅客运输量，以及车辆的数量，高铁的数量。接着我们对模型做了初步假设，分析模型的可行性。

（二）问题一模型的建立与求解

1、模型一：数据分析模型

首先，我们收集了公路客运和高铁的相关的数据，为了方便讨论我们分布进行叙述。

（1）第一部分：公路部分

从2010年到2018年的公路旅客运输量如下：

同时，我们根据国家交通局的数据整理了各类汽车的拥有量，并进行相关的统计。

（2）第二部分：高铁部分

高铁部分我们收集到了高铁的客运量和高铁旅客的周转量，并进行如下统计。

2、模型二：BP神经网络及回归残差判断模型[1]

用们使用改进后的BP神经网络，对精度比较高的权值进行残差的分析。

首先我们确定好输入层，我们设定的输入层是公路相关的数据和高铁相关的数据，经过相关的神经网络的计算[2]，最后输出层就是我们想要的数据。再对这些数据进行相关的分析。

输入层中X1，X2，X3……Xi为BP神经网络的输入值，Y1，Y2……Ym是BP 神经网络的预测值，Wij和Wjk是BP神经网络权值，这里我们把这个看成为一个非线性函数，当输入节点数为n、输出节点数为m时，BP神经网络就表达了从n变量到m变量的关系。

（1）网络初始化

输入的序列确定了网络的输入层节点数n、隐含层节点数l，初始化输入层、隐含层和输出层神经元之间的权值Wij和Wjk初始化隐含层阈值a,输出层阈值b。

（2）隐含层输出计算

根据输入向量X，输入层和隐含层间连接权值Wij以及隐含层阈值a计算隐含层输出H。

这里的f为隐含层激励函数

（3）输出层输入计算

根据隐含层输出H，连接权值Wjk和阈值b，计算BP神经网络预测输出Y。

（4）误差计算

根据网络预测输出Y和期望输出O，计算网络预测误差e

（5）权值更新

根据网络预测误差e，更新网络连接权值Wij和Wjk

η为学习效率为学习效率

（6）阀值更新

根据网络预测误差e更新网络结点阈值a,b。

（7）进行判断迭代是否结束

由于数据的原因，我们对到2011年的人口数量、机动车数量进行了拟合运算，得出以下图表：

图1：仿真结果

下一步进行标准化残差运算：

标准化残差公式：

由此可以看出经过BP神经网络模型精度更高[3]，可以明显较为准确地得出开通高铁对高速公路通行的压力减缓十分显著。