1. 研究目的与意义
随着经济全球化的加速发展 ,世界城市化进程不断加快。
20世纪末 ,全球城市人口已达 30亿 ,比20世纪初增长了20倍 ,占到世界总人口的一半以上。
据联合国人居中心的预测 , 2025年全球城市化水平将进一步上升至 65% ,发展中国家上升至 61% ,而发达国家将达到 83%。
2. 国内外研究现状分析
准确的客运量预测结果是进行交通规划与管理的主要依据之一，客运量预测方法:灰色理论模型，神经网络，灰色-神经网络 用灰色理论模型对客运量进行了预测,发现模型存了一些不可忽视的缺点,使得预测误差相对较大。
神经网络能够以任意程度逼近任意连续函数,而且由于其超强的适应能力和学习能力,很适合非线性系统的预测问题。
但利用神经网络对客运量进行了预测,由于小样本和原始数据不光滑等问题,使得预测的误差也相对较大。
3. 研究的基本内容与计划
内容：1、充分了解不同的客运量预测模型的优缺点2、分析客运量预测的特点和影响客运量的主要因素3、充分了解神经网络的预测公式及算法4、使用不同的客运量预测方法进行试验，运用MATLAB设计一个简易的程序，实现自动预测。
5、根据实验数据，对不同的方法进行实例分析计划：第1-2周：阅读相关文献资料，完成文献综述和开题报告第3-4周：查阅资料了解不同的客运量预测模型及方法第5-6周：查阅资料分析客运量预测的特点以及影响客运量的主要因素 第7-8周：了解基于神经网络的预测模型的公式及算法第9-11周：学会使用MATLAB并设计一个简易的程序来对客运量进行自动预测第12-13周：分析实验数据，并通过实例进行验证第14-15周：撰写毕业论文，指导老师点评后做好修改并最终定稿准备答辩第16周：进行论文答辩
4. 研究创新点
结合不同的神经网络预测模型，进行客运量预测模型的设计，并利用MATLAB设计程序进行预测，得到结果与已知的结果进行对比得到预测模型的预测精度
