技术平台
——以广东省为例
江天河
（河海大学公共管理学院，江苏 南京 211100）
摘 要：春运是我国独有的社会现象，铁路则是春运最重要的交通方式。预测春运客流量对春运工作的有序、高效、高质量开展具有参考意义。结合自回归移动平均模型和神经网络的特性，建立ARIMA模型和BP神经网络模型，对春运大省广东铁路春运客流量预测。结果显示：未来五年广东省铁路春运客流量将持续增加且保持较高增速，预计到2020年突破3500万人次。
关键词：春运；ARIMA模型；BP神经网络模型
0 引言
自20世纪80年代中后期开始，春节前后交通运输压力骤增，春运问题出现在人们的视野之中，并逐步成为一种独特的社会现象，引起各界广泛关注。
从相关文献来看，目前学界对春运的研究可分为以下几类：（1）社会学、管理学视角，如对春运旅客等候行为的建模和仿真研究、系统工程、安全风险管理与组织改进；（2）地理学、人口学与城乡研究，如发掘春运人口流动背后的转型期中国城市网络结构特征，或分析人口流动和迁移问题；（3）对于春运的经济学思考，如交通方式、售票方式的选择等；（4）春运及与之相关的环境问题之思考；（5）对于春运发展的总结、未来趋势分析和预测，包括定性和定量两种形式。其中，对于春运铁路客流量定量预测方面的研究方法主要有：指数平滑预测、灰模型预测、自回归预测、马尔可夫链模型预测等。 1 选题与研究方法
春运是较为特殊的客流运输过程。节前主要由经济发达地区流向欠发达地区，节后则相反。民工、学生和探亲者在刚性需求下构成了春运客流量的三大主体。在全国春运客流量排名中，广东省常年位居第一。从四川、河南、安徽等地外来的剩余农村劳动力在春节前后的返乡和再进城行为，大幅增加了该省春运客流量。
春运的交通方式分为公路、铁路、水路和民航。基于春运平均运距大于全年平均运距且末端分散这一
特性，铁路运输成为春运的首要交通方式：与民航相比，运能大、通达度高；与公路相比，运距长，受天气影响小；与水路相比，运速快、覆盖面广。
春运第一大省广东省和春运首要交通方式铁路运输，是本文选题的结合点。据此，本文使用ARIMA模型与BP神经网络模型，根据广东省2000~2016年春运数据，预测分析未来春运铁路客流量，为应对客流高峰，减少旅客滞留和混乱，提高春运质量等春运相关工作提供参考。
1.1 模型构建
对铁路客流量的预测主要有两种工具，一是依据灰系统理论的预测，二是在时间序列方法下的预测。本文研究基于时间序列分析法，选用ARIMA模型和BP神经网络模型。前者是诸多领域中时间序列分析主要应用的模型，而后者由于可以挖掘数据背后复杂联系，具有学习和数据处理强大功能，且对所用样本数量要求少，自身灵活性高，逐渐为学界所青睐。
1.2 ARIMA模型
ARIMA模型是由自回归和移动平均两部分共同构成的随机过程，又被称为自回归移动平均过程。ARIMA（p，q）中的p，q分别表示自回归和移动平均部分阶次。其表达式为:
X t=φ
1
X t-1+φ
2
X t-2+φ
3
X t-3+…+φp X t-p+ε-θ
1
εt-1-θ
2
εt-2-θqεt-q
（1）其中φ为自回归系数；θ为移动平均系数；p为自回归阶次；q为移动平均阶次；{ε}白噪声序列。一般来说，模型可表示为ARIMA（p，d，q），其中d表示差分阶次。
1.3 BP神经网络模型
BP神经网络模型由输入层、输出层和隐含层构成。每层由若干节点组成，每一节点表示一个神经元，上下层节点间通过权连接，层与层之间的节点则采用全互联，每层内节点间没有连接。典型的神经网络是含有一个隐含层的三层结构网络，如图1。
基金项目：国家社科基金重大项目（13＆ZD172，15BSH037）
作者简介：江天河（1994-），江苏省南京，硕士研究生。研究方向：社会学。
技术平台
图1 BP神经网络模型结构图
对于三层神经网络模型，输出y t和输入y t-1，y t-2，...
y t-p的关系可表示为：
y t=ω
0+Σ
j=1
n
ωj g(ω
0j
+Σ
i=1
m
ωij y t-i）+εi （2）
其中ωj和ωij为模型参数；m为模型输入层节点数；n为隐含层节点数；g(x）为转换函数，常用的有Sigmoid函数，域值函数等。本文采用双曲正切函数，在特征相差明显、数据量较小时效果更好。
因此，式（2）所描述的神经网络模型反映了序列的前期观察值y n的非线性函数映射关系，即：
y t=f(y t-1，y t-2，y t-3，…，y t-p，ω）+εt
式中：ω是模型内所有参数的向量；函数由网络结构和权值参数等因素决定。
2 客流量预测
2.1 ARIMA模型
经检验，原时间序列在两次差分后均值和方差与时间无关，且不存在周期性变化，可以认为是平稳的时间序列，故ARIMA模型参数d=1。通过观察碳排放强度时间序列自相关系数和偏相关系数，初步确定p 和q值在0~2之间，后参照AIC最小准则经过比较分析，最后确定模型为ARIMA（1，1，1）模型。时间序列{Y}拟合结果见表1。
2.2 BP神经网络模型
将历史数据输入模型，经过具有10个神经元转化的第一层，传输进入具有1个神经元的第二层，最后输出得到预测结果。图2所示流程图由Matlab
生成。
图2 BP神经网络模型流程图
贝叶斯规整化算法（Bayesian Regularization）对小数据集效果较好，计算各神经元参数，
拟合效果如下：
图3 BP神经网络误差关系图
经过143次训练得到图3所示的误差关系，预测结果见表1。
表1 两种模型预测结果（单位：万人次）
2017年2018年2019年2020年2021年ARIMA模型2963.23163.83368.33576.23787.2
神经网络2937.23138.83326.73497.4
3649.1
图4 两种模型的预测拟合结果
结果显示：（1）未来五年广东省铁路春运客流量增速较快，且增幅无衰减趋势。（2）到2020年左右，该省春运铁路客流量将突破3500万人次。高铁网络扩大、铁路运力完善及铁路运输市场份额占比扩大是广东省铁路运输发展趋势，未来春运工作将面临严峻考验。3 总结与建议
本文采用两种预测模型预测广东铁路春运客流量，具有一定意义。但由于春运现象始于80年代中后期，至今不过30余年，数据量较小，任何一种模型下的预测都难免会有不足之处，对此有如下建议：（1）通过加强理论研究，改进预测技术，优化方式方法；（2）预测模型本身无高下之分，是否适用是关键；理论发
技术平台
展难度较大，需注重现有预测模型的灵活、合理应用；（3）理论联系实际。计算机的高速发展不能取代我们根据现实做出的判断，例如广东省出现的逆春运现象很可能在未来对客流量的变化产生影响。
参考文献：
［1］汪蕾，蔡云，陈晟等.基于社会力模型的春运大规模人行为模拟研究［J］.管理世界,2011,（7）:177-179.
［2］吴强.铁路春运组织的改进与创新［J］.科技进步与对策,2012,（18）:119-122.
［3］魏冶，修春亮，刘志敏等.春运人口流动透视的转型期中国城市网络结构［J］.地理科学,2016,（11）:1654-1660.
［4］董才生，陈氚.春运问题的人口社会学分析［J］.人口学刊,2008,（1）:31-34.
［5］张国强，郭小碚.“春运”交通选择行为调查研究［J］.综合运输,2015,（S1）:81-89.
［6］周异，康月霞.春运火车票销售的经济学分析与制度改进［J］.湖南文理学院学报（社会科学版）,2006,（3）:83-87.
神经网络预测［7］王涛，施梦琦，陈秀鹃等.春运期间北京市PM_（2.5）污染特征［J］.环境化学,2015,（11）:2127-2129.
［8］谢雨蓉，樊一江，贺兴东.我国春运客流趋势分析与未来的战略转变［J］.综合运输,2014,（1）:50-57.
［9］秦元庆，陈少鸿，孙德宝，等.灰模型在春运客流量预测应用中的优化［J］.控制与决策,2003,（4）.
［10］仝哲，张炳江，李慧.关于春运铁路客运量预测模型的研究［J］.北京信息科技大学学报（自然科学版）,2016,（3）:80-83.
［11］刘晓琴，姚晓晖，庞雷.马尔科夫链模型在铁路春运客流预测中的应用［J］.安全,2010,（12）.
沸石无烟煤组合填料处理雨水径流的
小试试验
耿 雪1，刘桦聪1，赵 娴2，张盛楠1
（1.天津大学仁爱学院，天津 301636；2.中国市政工程中南设计研究总院有限公司，湖北 武
汉 430000）
摘 要：海河故道面源污染严重，急需截控雨水径流中的污染物，改善水体水质。依托示范工程，对河滨生态多维循环式湿地缓流渗滤截污技术中滤池填料的装填方式进行试验。将沸石、无烟煤组合填
料作为滤池中的填料，设置3种装填方案：1.上置沸石，下置无烟煤，填料层高分别为15cm；2.均匀混合，填料层高30cm；3.上置无烟煤，下置沸石，填料层高分别为15cm。根据雨水径流水质调查设置试验的进水浓度，结果表明：沸石置于下层时，SS、总氮、氨氮去除率最高。
关键词：沸石；无烟煤；雨水径流
针对海河故道农田面源污染严重及降雨集中、冲击负荷大、源头控制不足，严重影响河水水质问题，依托“河道截污清淤、河岸带生态修复、农田沥水、径流雨水的源头截控及水体水质净化技术的研究与工程示范”，研发河滨生态多维循环式湿地缓流渗滤截污技术，实现雨季减少面源径流进入河道的污染负荷及非雨季河道水质循环净化与湿地养护的协同作用［1］。该技术主体为在堤岸上设置过滤池，内装填料，实现雨季面源径流中污染物的截控，消减入河污染物总量，旱季生物降解，恢复系统的截污能力，及河水的旁路净化，缓解河道黑臭，提升水体水质［2］。
在前期实验的基础上，通过静态吸附实验、单一水质吸附动力学实验、混合水质动力吸附实验，已从沸石、无烟煤、麦饭石和钢渣4种填料中筛选处理效果较好的沸石与无烟煤作为过滤池的组合填料。通过现场地表雨水径流进行水质调查，根据其污染物浓度，设置低浓度与高浓度两个浓度水平的进水，模拟雨水径流污染物去除效果试验，小试试验选取了3种装填方案。
1 材料与方法
1.1 试验材料与仪器
试验材料：沸石、无烟煤，取自巩义市恒鑫填料厂，粒径2~4mm，试验用水为自配水。试验仪器与方法：填料柱、紫外-可见分光光度计（752系列）、电子分析天平（EL104）、低速离心机（湘仪L535R-1）、电热鼓风干燥箱（DHG-9240A）等。TN采用碱性过硫酸钾消解紫外分光光度法测定，氨氮采用纳氏试剂分光光 度法。
填料柱直径25cm、高45cm，选取3种填料配置方案：1.上置沸石，下置无烟煤，填料层高分别为15cm；
2.均匀混合，填料层高30cm；
3.上置无烟煤，下置沸石，填料层高分别为15cm。
1.2 实验方法
（一）地表雨水径流水质调查。对下垫面为草地、降雨强度为1mm/min、降雨时长60min的雨水径流进行浓度调查，降雨开始30min产流。测试指标为：SS、总
基金项目：环境保护部水体污染控制与治理科技重大专项“海河干流水环境质量改善关键技术与综合示范”（2014ZX07203009）作者简介：耿雪（1989-），女，研究生，助教，研究方向：给排水专业。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议