一、中国民用汽车拥有量时间序列动态模型研究（论文文献综述）
雷自强[1]（2021）在《基于小波包分解和神经网络的四川省公路货运量预测》文中研究表明随着公路交通枢纽和物流货运设施建设加快推进,四川省物流业正全方位快速发展,公路货运水平不断提高。四川省公路货运量是衡量四川省运输行业发展的主要指标,是反映四川省经济发展的重要依据,也是政府制定公路运输基础设施规划的重要参考。为了合理规划四川省公路运输基础设施建设,使得公路货物运输供给需求保持平衡,需要对四川省公路货运量进行准确的预测。目前公路货运量的预测方法有很多,但均存在各种问题。首先,原始公路货运量数据中含有随机波动数据,影响货运量预测精度。其次,公路货运量预测受到的影响因素很多,一般预测方法很难处理这样非线性、多数据货运量预测问题。在此背景下,如何提高公路货运量预测精确度对于四川省公路交通基础设施规划和物流行业发展策略具有重要意义。鉴于此,本文对四川省公路货运量预测问题展开研究。首先梳理了国内外公路货运量预测研究成果,对当前研究现状进行归纳总结。随后介绍本文应用的公路货运量相关的理论模型,主要介绍了灰色预测模型、神经网络模型中的BP神经网络模型和长短期记忆（Long Short-Term Memory,LSTM）网络模型、小波包分解理论（Wavelet Packet Decomposition,WPD）。然后,分析四川省公路货运量影响因素,基于Pearson相关分析,根据四川省实际交通运输条件,遵循因素选取原则,得到四川省公路货运量主要影响因素。接下来进行四川省公路货运量预测模型构建,遵循预测模型原则,首次提出基于WPD的LSTM网络的公路货运量模型（即WPD-LSTM模型）并制定预测步骤,设计预测结果评价指标。最后收集与整理四川省公路货运量及相关影响因素的历史数据,进行四川省公路货运量预测实证分析。本文利用WPD处理公路货运量数据,训练构建WPD-BP神经网络模型和WPD-LSTM网络模型,对四川省公路货运量进行预测。再分别采用灰色模型、BP神经网络模型和LSTM网络模型与本文所提预测模型进行对比实验,将五种模型的预测结果与真实结果对比分析。实验结果表明,WPD能有效提高公路货运量预测精度,WPD-LSTM神经网络模型表现优秀,能够很好预测四川省公路货运量情况,文章所提方法具有可行性和准确性。
刘震[2]（2021）在《黄河流域9市空气质量与社会经济及人群健康效应研究》文中研究表明黄河流域是我国重要的生态屏障和经济带,黄河流域的生态保护和高质量发展是国家重大战略,当前黄河流域空气质量长期处于较为严峻的状态,因此本文选取2015-2019年黄河流域9省会城市的空气质量和PM10、PM2.5等空气污染物数据,结合2015-2018年9省会城市社会经济发展指标和基线健康资料,运用空气质量指数、灰色关联度分析法和泊松回归模型,对黄河流域9省会城市的空气质量状况、社会经济影响因素及空气污染物造成的人群健康效应进行了分析与评价,从而为制定环境健康政策、促进各市可持续发展等提供理论依据,本文研究结果如下:（1）2015-2019年黄河流域9省会城市除西安、太原外,其他7市空气质量总体趋于改善,西安、太原2019年AQI年均值高于2015年,空气质量有所恶化。PM10、PM2.5和O3是黄河流域9省会城市的主要空气污染物。9市AQI季均值均表现为“冬高秋低”,11-次年2月为AQI月均值高峰期,4-9月为低峰期。9市PM2.5、PM10、CO、NO2月均值呈“U”型分布,除成都市外其他8省会城市SO2月均值呈“U”型变化,成都市SO2月均值全年维持在较低水平,9省会城市O3月均值呈倒“U”型变化。（2）人口因素、经济因素、交通因素和城市绿化水平均对黄河流域9省会城市的空气质量有一定影响,其中影响兰州市空气质量的首要因素为年末常住人口,第一产业生产总值是影响成都、西安、郑州和济南空气质量的首要因素,第二产业生产总值是西宁市空气质量的首要影响因素,人均GDP是呼和浩特空气质量的首要影响因素,公园绿地面积是银川和太原市空气质量的首要影响因素。（3）SO2和NO2浓度每升高10μg?m-3人群死亡率增加的百分数要高于PM10、PM2.5和O3,但空气污染物的健康效应还与污染物浓度超标情况、人口基数和疾病死亡率有关,因此对黄河流域9省会城市进行健康效应评价,得出PM10、PM2.5和O3造成的健康效应要高于SO2和NO2,空气污染物对心血管疾病死亡的影响要高于对呼吸系统疾病死亡的影响。总体来看,当前黄河流域9省会城市SO2和NO2的浓度已接近WHO指导值,影响人群健康的主要空气因素为PM10、PM2.5和O3,应将PM10、PM2.5和O3作为空气污染防治的重点,在符合各城市发展现状的基础上,逐步严格标准限值。
陈瑶[3]（2020）在《区域综合运输-经济-生态系统的协调性研究》文中认为我国正处于工业化快速发展阶段,综合运输和经济呈快速发展趋势。但是,综合运输与经济的快速发展会不断消耗能源,排放废水、废气、固体废物等大量污染物,造成一定的生态环境污染和资源过度开发问题。综合运输、经济、生态之间相互影响,研究综合运输-经济-生态系统（以下简称为“三元系统”）的协调性问题,有利于实现地区可持续发展,也对人民幸福生活具有重要的意义。同时,我国即将全面建成小康社会,这不仅需要我国综合运输、经济、生态的发展水平上升一个高度,更需要综合运输、经济、生态之间协调发展,才能进一步为全面建成小康社会做出贡献。本文基于此,利用定性和定量的方法做了如下的研究:（1）通过梳理国内外有关研究成果,明确综合运输-经济-生态系统及协调性有关定义,并对协调发展理论和可持续发展理论进行概述。（2）本文用主成分分析法对指标进行处理,计算各子系统的综合发展水平值;在此基础上建立多维灰色动态模型以分析综合运输、经济、生态子系统之间的推动关系,再利用综合发展水平值建立协调度模型,从各子系统间推动关系和协调度两个角度评价三元系统的协调性;然后利用脉冲响应分析研究综合运输-经济系统、综合运输-生态系统、经济-生态系统（以下简称为“二元系统”）的协调性对三元系统协调性的影响。（3）以云南省2001-2017年数据为基础进行实证分析,首先建立综合运输、经济、生态子系统的指标体系,然后利用主成分分析法求出各子系统的综合发展水平值,并建立多维灰色动态模型对云南省综合运输、经济、生态子系统之间的推动关系进行分析,再根据所建立的协调度模型求出综合运输、经济、生态二元系统和三元系统的协调度,并利用脉冲响应分析的方法进一步研究二元系统的协调性对三元系统协调性的影响,最后根据研究结果提出相关的建议措施。
黄姗[4]（2020）在《京津冀地区雾霾污染影响因素与空间溢出效应研究》文中指出京津冀地区作为中国经济、文化的重要区域,近年来由于常住人口的迅速增加、工业废气和汽车尾气排放的增加而备受雾霾污染的困扰,并引起了社会各界对京津冀雾霾污染的强烈关注。虽然国家及京津冀生态环境部门已经出台一系列措施来治理雾霾污染,但京津冀地区雾霾污染依旧时有发生,并且由于雾霾污染空间传输性较强的这一特征,雾霾污染发生时波及面广泛而持续。为了高效治理京津冀地区雾霾污染,本研究分析京津冀地区雾霾污染的时空特征和成因,进而对雾霾污染的驱动因素进行Lasso回归,测算各影响因素对城市雾霾的影响方向和程度,并运用门槛模型进一步实证分析经济增长对雾霾污染的门槛效应。在此基础上,将格兰杰因果检验和脉冲响应分析相结合,分析京津冀各城市间雾霾污染的溢出效应及其作用时间,并针对各地雾霾成因特点提出对策建议,从源头上治理雾霾污染。主要研究结论如下:通过分析京津冀地区大气污染物的年均和月均浓度发现,几类大气污染物均在2013年左右达到峰值,并在此后呈下降趋势,月度上呈现冬季最高,夏季最低的变化规律。雾霾污染空间分布具有“北优南差”的特征。通过分析京津冀地区雾霾成因发现,机动车数量攀升及道路拥堵导致的汽车尾气增多等对雾霾治理产生不利影响;重工业发达城市或承接产业转移的城市第二产业占比较高,是导致空气质量恶化的重要因素;河北省能源消费的结构性问题突出,高耗能高污染的生产方式导致了空气质量不断恶化。通过Lasso回归对京津冀雾霾污染主要进行因素进行筛选,加剧北京雾霾污染程度的指标为:人均地区生产总值、单位GDP用电量、能源强度、第二产业产值占GDP比重、能源消费结构、能源工业投资、液化石油气供应总量;减轻北京雾霾污染程度的指标为:道路清扫保洁面积、环境污染治理投资额占GDP比重。加剧天津雾霾污染程度的指标为:能源工业投资、石油及炼焦加工业投资、液化石油气供应总量、房屋施工面积;减轻天津雾霾污染程度的指标为:万人拥有公共交通车辆、森林覆盖率、环境污染治理投资额占GDP比重、工业污染治理完成投资。加剧河北雾霾污染程度的指标为:公路客运量占客运总量的比重、第二产业产值占GDP比重、能源消费结构、石油及炼焦加工业投资;减轻河北雾霾污染程度的指标为:万人拥有公共交通车辆、人均公园绿地面积、环境污染治理投资额占GDP比重、工业污染治理完成投资、治理废气项目完成投资。运用面板门槛模型,分析在特定门槛变量的作用下,经济增长水平与雾霾污染强度的非线性函数关系。人口密度、民用汽车保有量、能源消费结构、能源工业投资、森林覆盖率四个门槛变量通过门槛模型的显着性检验,其中民用汽车保有量、能源消费结构和能源工业投资存在显着的单门槛效应,森林覆盖率存在显着的双门槛效应,人口密度存在显着的三重门槛效应。对京津冀地区七个城市的PM2.5日均浓度数据进行格兰杰因果检验,七个城市中接近半数的城市通过雾霾污染溢出效应的格兰杰因果检验,存在溢出效应。其中,北京对保定、廊坊对保定、承德对唐山、张家口对北京的溢出效应通过1%水平的显着性检验,存在较强的雾霾溢出效应。除北京与承德、天津与廊坊、保定与廊坊之间存在着双向溢出效应外,其他城市之间只存在单向的雾霾污染溢出效应。脉冲响应分析结果表明,保定和北京之间的雾霾污染冲击时长最长,分别达到了28天和30天。格兰杰因果检验中通过10%显着性水平检验的城市之间在脉冲响应分析中普遍存在较长的冲击时长,二者结论较为相符。
杨硕[5]（2020）在《基于个性化驾驶员设计的线控汽车自动换道系统研究》文中研究表明智能化、电动化是汽车产业发展的未来趋势。作为智能交通系统（Intelligent Transportation System,ITS）的重要组成部分,智能汽车的研究在近年来得到越来越多的关注。作为先进驾驶辅助系统（Advanced Driving Assistance System,ADAS）的一员,自动换道系统可以有效地提高换道过程中的安全性、舒适性,并降低驾驶员的工作负担。目前已有的自动换道系统,很多是按照多数人的使用习惯来辅助驾驶员实现自动的车道变换。然而,由于每个驾驶员在驾驶车辆换道的过程中有着不同的主观偏好,因此这样的设计会影响个体驾驶员对于自动换道辅助系统的接受程度。对于装备有ADAS的智能汽车,驾驶员仍然会在驾驶过程中发挥作用。随着相关技术的不断发展,ADAS的自动化、智能化程度不断增加,因此需要设计和开发一种全新的线控化底盘,以解决现有电子转向系统结构限制所导致的人车共驾问题。全线控电动汽车具有各个车轮均独立精确可控的优点。与传统汽车相比,它具有更高的灵活性,更易通过底盘集成控制实现车辆性能的提升。综上所述,全线控电动汽车是未来智能汽车发展的理想载体。本文基于全线控电动汽车,对基于个性化驾驶员设计的线控汽车自动换道系统进行了研究。该系统在实现对个体驾驶员个性化辅助的同时,充分利用了全线控技术的优势以提高车辆的性能。本文主要内容总结为以下几个方面:（1）本文提出了个性拟人化换道轨迹规划方法,以作为实现自动换道系统功能的基础。首先,基于场论心理学理论,对交通环境中驾驶员行为的影响因素进行了分析,确定影响驾驶员特性的变量;然后,设计试验工况,选择合适的实验对象,采用CarSim RT,Matlab/Simulink,NI-Veristand及Sensor-Wheel所搭建的驾驶仿真平台采集所需的驾驶数据并设计算法进行处理;最后,建立包括纵向驾驶行为模型和双曲正切换道模型在内的个性拟人化换道轨迹规划模型。其中,前者应用-图像来表征驾驶员换道过程的纵向速度控制行为,后者则建立换道模型,采用多维时间序列回归方法,通过历史数据对换道模型参数进行标定辨识。（2）为了实现对个性拟人化换道轨迹的跟踪,本文提出了全线控电动汽车的轨迹跟踪控制架构。首先,建立考虑空气阻力、滚动阻力及载荷转移的非线性三自由度四轮独立转向汽车模型,并建立基于联合工况下魔术公式的轮胎模型及车辆运动轨迹模型;为了解决车辆动力学控制中的横纵向运动耦合问题,本文设计了分层控制架构。其中的轨迹跟踪层采用神经网络PID算法,以目标轨迹拟合得到的三次样条曲线参数作为输入,得到期望的横摆角速度;车辆运动控制层考虑车辆的非线性时变特性,采用终端滑模控制算法,得到期望的总纵向力及侧向力。（3）为了充分利用全线控电动汽车可控自由度高的优势,使其在实现轨迹跟踪的同时提高自身的性能,本文在轮胎力分配层设计了考虑多优化目标的执行机构控制策略。首先,提出了三个不同的评价指标并设计代价函数:最小化稳定裕度,轮胎纵向力节能分配及最小化轮胎磨损耗能;对于全线控智能汽车而言,由轨迹规划层得到的期望轨迹是已知的,考虑到三个评价指标在不同行驶工况下下的侧重点不同,本文采用模糊逻辑方法,设计了工况自适应的权重系数调节策略;最后,为使各个车轮可提供所需的轮胎力,本文设计了执行机构控制层,计算出所需的车轮转角及轮毂电机转矩。（4）为验证本文所提出的基于个性化驾驶员设计的线控汽车换道辅助系统,应用Matlab/Simulink及CarSim联合仿真平台,对个性拟人化换道轨迹规划方法及全线控电动汽车的轨迹跟踪控制策略进行验证。仿真结果表明,所提出的轨迹规划方法可以有效地针对不同的驾驶员实现个性化的换道轨迹规划,同时,所提出的轨迹跟踪控制方法可以在保证轨迹跟踪精度的同时,提高全线控电动汽车的性能。
叶璟[6]（2018）在《基于区间灰数的灰色预测建模技术及应用研究》文中指出随着社会的发展,大数据的概念被越来越多地提及。然而在纷繁复杂的海量数据中,有效信息常常十分有限,数据往往呈现“短期关联紧密有序,长期扰动大”的复杂特点,难以用单一实数值构成的长序列来表达。本文运用灰色系统理论,针对“少数据、贫信息”的不确定系统,以区间灰数为研究对象,从灰色生成技术、关联模型、预测模型等方面进行研究,并将模型方法应用于分析长三角地区区域交通拥堵这一复杂系统中。主要的研究工作及成果如下:（1）优化区间灰数序列的组合函数变换技术。针对单一函数变换方法调节度有限的问题,提出以正切函数或余切函数为主体的可调节组合函数变换方法,该方法能够提高区间灰数序列的光滑比,压缩级比,保证数据序列的“凸”特性。针对区间灰数序列递增或递减的不同趋势,运用该函数变换技术对区间灰数上下界序列或区间灰数核和测度序列建立区间灰数预测模型。（2）构建基于一般区间灰数的灰色预测模型。针对区间灰数中蕴含的灰度信息,建立了基于“灰度不减”公理的区间灰数预测模型,通过确定灰度因子在建模全过程中体现了“灰度不减”公理,修正了区间灰数序列上下界的预测值。针对区间灰数核和信息域序列形成的类系统行为序列和残差序列的特征,提出了基于残差的区间灰数预测模型,通过构建区间灰数核的预测模型并结合残差修正思想对区间灰数的信息域进行扩展,优化了预测精度,建模过程体现了“信息充分利用”原则。（3）建立基于中心点区间灰数的预测模型。针对具有中心点的区间灰数,通过提出上边界线与中心线所属梯形面积、下边界线与中心线所属梯形面积及上下边界线中位线等指标经过信息转换建立了非齐次灰色离散预测模型。并基于全局拟合数据误差最小化原则,优化了预测模型的初始条件,提高了模型的精度。（4）提出基于区间灰数的灰色综合关联预测模型。针对多变量区间灰数序列,考虑了不同区间灰数序列上下界间的灰数带面积差以及序列趋势斜率累积偏差,从序列间的相对数量和发展速度两方面表征了序列间的差异,并优化了关联度算法,改善了传统灰色关联度的分辨率。运用关联结果,建立多变量区间灰数预测模型预测系统主行为序列的未来趋势。（5）运用新构建的灰色建模技术对长江三角洲地区的区域交通拥堵度问题进行研究。首先介绍了长三角地区概况以及区域交通压力日益增大的现状。通过收集与区域交通拥堵度有关的指标,提取区域内最高水平和最低水平形成区间灰数的上下界序列。运用基于区间灰数的灰色生成技术、单变量灰色预测模型和多变量灰色综合关联预测模型,对交通拥堵程度上下界数据的关键因素进行识别并对未来交通拥堵程度进行预测。
邬娜[7]（2017）在《私人汽车保有与使用行为的基础研究》文中研究表明随着我国机动化水平的快速发展,由私人汽车使用引发的诸如交通拥堵、交通事故、交通排放及交通能源消耗等社会问题已经严重地影响了人们的正常生活、制约了社会经济的快速发展。研究私人汽车保有与使用行为不但可以正确地预测交通需求及能源消耗,而且可以掌握其影响因素与发展规律,从而有助于政府部门、汽车产业部门、能源和环境部门制定合理的汽车产业管理策略。为此,本文从多个角度对私人汽车保有与使用行为展开研究。主要研究内容有如下几个方面:1)结合我国32个城市2001年至2011年的面板数据,利用双对数固定效应模型和双对数随机效应模型,研究城市私人汽车保有量的影响因素及不同城市规模、不同城市区域位置间的差异。估计结果显示,经济水平、人均收入、人均高速公路里程和人均道路铺装面积的增长会显着地促进私人汽车保有量的增长。并且,大规模城市和小规模城市体现出不同的交通出行需求发展规律。大规模城市总交通出行需求量增加缓慢,而小规模城市总交通出行需求量仍急剧增加。此外,大规模城市和东部城市依赖于高速公路里程城际间的交通出行需求较大,而小规模城市和中西部城市的交通出行更多是城市内部的出行。最后,在对地铁影响的分析中发现,地铁的修建虽然会抑制私人汽车的增长率,但效果并不显着。2)以家庭为研究单位,结合大连实际意愿调查数据,利用基于贝叶斯MCMC（Markov Chain Monte Carlo）的空间自回归二项Probit模型研究家庭间相关性对私人汽车保有行为的影响。家庭之间的互相影响是通过基于家庭结构相似性而定义的空间相关权重矩阵来捕获的。结果表明,家庭间的相关性确实显着存在。此外,与传统二项Probit模型比较,考虑家庭间相关性模型对数据的拟合度得到了极大的提高。同时,孩子的存在、住宅的拥有、较高的消费水平均会显着地促进家庭私人汽车的保有。3)假设样本选择模型中误差项服从联合正态分布（传统假设）,利用基于贝叶斯MCMC方法研究家庭私人汽车保有与使用行为。该方法由Hasselt于2011年提出,但是在实际中的应用却鲜有文献报道。为此,本研究首先通过仿真实验证明该模型的有效性。之后,结合实际意愿调查数据将该模型用于私人汽车保有与使用行为的实证研究。实证研究结果显示,私人汽车保有决策与使用决策确实存在显着的相关性。所以,如果单独对行驶里程进行回归分析,得到的参数估计值会存在偏误。此外,研究发现家庭中孩子的存在、住宅的拥有、较高的消费水平均会显着地促进家庭拥有并使用汽车。汽车属性变量中,车辆排量越大,使用强度越高。而年均养护费用与私人汽乍使用里程呈现显着的负相关。4)放松了传统样本选择模型中对误差项的联合正态分布假设,提出了基于混合正态分布和贝叶斯MCMC的样本选择模型。为验证新模型的有效性,首先进行了多次仿真实验。仿真结果显示,新模型能够较好地揭示仿真模型中参数的真值。此外,相较于传统正态分布假设模型,新模型对数据的拟合度得到了显着的提高。但是,随着新模型复杂度的增加,可能会产生“过拟合”现象。为此,本研究继而提出了多种检验“过拟合”现象的方法。实证研究显示,当混合分布个数为3时,模型的拟合度较高且结果非常稳健,且此时误差变量的联合概率密度分布曲线呈现规律明显。因此,从普适性、拟合度和稳健性综合考虑,正态分布个数为3时的模型表现最好。此外估计结果显示,正态分布假设模型中无论是变量显着性还是估计值大小均有显着偏误产生。因此,混合正态分布模型对私人汽车保有与使用行为解释更加准确。综合仿真结果和实例研究发现,当混合分布个数为2或3时,新模型就已经可以捕获数据的大部分特征。因此,新模型具有非常高的效率。
陈银凤[8]（2017）在《中国石油消费区域差异及其影响因素研究》文中研究表明我国是世界上主要的石油进口国和石油消费国。作为推动国民经济发展的重要战略物资,石油消费结构和供需状况对我国经济的可持续发展起着至关重要的作用。随着我国工业化进程加快、产业结构的调整以及城市化的快速发展,我国对石油的消费需求与日激增,经济增长和石油供需矛盾不断加深。我国各区域由于经济发展水平、地理环境特点以及产业结构的不同,石油消费的空间分布必然呈现地域性的显着差异。在此背景下,研究我国石油消费区域差异,并对产生这种区域性差异的影响因素进行剖析,有利于针对性的为全国及各个区域制定较为合理的石油消费规划,对解决石油消费供需矛盾具有一定的指导和借鉴作用。本文主要做了以下工作:首先在宏观把握我国区域石油消费现状和梳理相关理论的基础上,借助图表法和Theil系数法对我国石油消费区域的统计特征及总体差异进行描述和测度,然后利用Theil系数的空间分解性,将我国石油消费区域总体差异分解成区域内石油消费差异和区域间石油消费差异,并进一步分析三大经济区域差异的贡献度及演化趋势,以此明确我国石油消费的区域差异。其次在理论分析区域石油消费水平的影响因素的基础之上,通过构建面板数据可决模型定量分析各个影响因素对区域石油消费水平的显着性影响,并以此作为Shapley值分解法的前提和条件。然后基于Theil系数的区域差异测度结果,把可决模型的结果作为Shapley值分解法的回归方程,借助Shapley值分解法对影响因素进行分解,与Theil系数值进行对比并排序,通过测度各个影响因素对石油消费区域差异的贡献度,深入探究各个影响因素对石油消费区域差异的影响程度及作用方向。最后,总结本文的研究结论并给出相应的区域性政策建议,以期为缓解我国石油供需矛盾和其他能源消费区域发展问题提供一定的借鉴和参考。
粟业平[9]（2017）在《基于动态组合模型的我国私人汽车拥有量预测分析》文中进行了进一步梳理1985年,我国私人汽车拥有量仅有28.49万辆,经过三十年的发展,到2015年底,我国私人汽车拥有量已超过14000万辆。在可预见的未来,私人汽车拥有量也将保持高速、持续增长。但是,私人汽车在方便人们出行的时候,也带来了一系列亟待解决的社会问题,比如日益严重的交通拥堵、空气污染等问题。因此,预测我国私人汽车拥有量及其变化趋势,已经成为研究的热点。科学准确的预测私人汽车拥有量,能为国家决策部门做出相应的产业政策调整、供给侧改革提供理论基础和数据支撑,同时也能够为汽车行业的规划发展方向提供依据。本文围绕我国私人汽车拥有量及其主要影响因素展开研究。研究的目的是通过建立动态组合模型来预测我国私人汽车的拥有量及其发展趋势,并以此为出发点,提出合理的建议。为此,主要做了以下研究工作:首先,根据偏最小二乘回归理论,建立私人汽车拥有量与其主要因素之间的回归模型。同时,通过对各影响因素进行预测,进而利用偏最小二乘回归模型对私人汽车拥有量做出了预测。其次,通过对私人汽车拥有量的时序数据的分析,建立时间序列季节模型,并利用季节模型预测私人汽车的拥有量。最后,以回归组合预测法来确定组合权重,同时,考虑到单项预测模型可能会随着时间的变化,预测效果将会发生改变,因此,加入了时间参数,对单项预测模型进行修正,采用可变加权系数,建立动态组合预测模型,从而对我国私人汽车未来发展做出更合理的预测。本文的贡献在于:一方面,在分析私人汽车拥有量与其影响因素之间的关系时,采用了偏最小二乘回归方法。该方法在提取成分,在有效地解决影响因素之间多重共线性问题的同时,又最大限度地使提取的成分与私人汽车拥有量有关。另一面,考虑到单项预测模型可能会随着时间的变化,预测效果将会发生改变,因此,增加了时间参数对单项预测模型进行修正,从而建立的动态组合预测模型,在实际研究中更具有研究和运用价值。
李宏勋,陈银凤[10]（2017）在《中国石油消费影响效应的区域差异化研究》文中提出以我国31个省市自治区20052014年度的相关数据为依据,在分析经济增长、产业结构、化石能耗结构、民用汽车拥有量、能源强度、能源禀赋与石油消费之间关系的基础上,运用Eviews构建东北、东部、中部、西部四大经济区域面板数据模型,定量研究石油消费影响效应的区域化差异,并进行横向和纵向对比分析。结果表明:从长期协整关系来看,整体而言,民用汽车拥有量、产业结构、经济增长、能源强度、能源禀赋、化石能耗结构对石油消费的影响效应依次减弱;分区域来看,影响因素与石油消费的关系较为密切,且各个经济区域影响效应存在显着性差异;从短期来看,石油消费产生波动的原因一方面是由区域内影响因素引起;另一方面是由石油消费偏离长期均衡所引起,且东北地区偏离长期均衡的调整力度较强。最后,根据计量结果提出四大经济区域石油消费的相关政策建议。
二、中国民用汽车拥有量时间序列动态模型研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、中国民用汽车拥有量时间序列动态模型研究（论文提纲范文）
（1）基于小波包分解和神经网络的四川省公路货运量预测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 统计理论模型 |
| 1.2.2 机器学习模型 |
| 1.2.3 组合预测模型 |
| 1.2.4 模型研究综述 |
| 1.3 研究目标与内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方案以及方法 |
| 1.4.1 研究方案 |
| 1.4.2 研究方法 |
| 1.5 预期成果和可能的创新点 |
| 1.5.1 预期结果 |
| 1.5.2 主要创新点 |
| 第2章 相关理论与研究方法 |
| 2.1 一般预测方法 |
| 2.2 灰色预测模型 |
| 2.2.1 灰色系统概述 |
| 2.2.2 灰色模型 |
| 2.2.3 GM(1,1)模型 |
| 2.3 神经网络模型 |
| 2.3.1 神经网络的特点 |
| 2.3.2 BP神经网络 |
| 2.3.3 LSTM网络 |
| 2.4 小波包分解理论 |
| 2.4.1 小波包分解概述 |
| 2.4.2 小波包分解步骤 |
| 2.5 本章小结 |
| 第3章 四川省公路货运量影响因素分析 |
| 3.1 四川省发展现状 |
| 3.1.1 地理自然条件 |
| 3.1.2 社会经济条件 |
| 3.1.3 货运情况现状 |
| 3.2 影响公路货运量的因素 |
| 3.2.1 宏观经济因素 |
| 3.2.2 公路交通因素 |
| 3.2.3 货运量相关因素 |
| 3.3 Pearson相关性分析 |
| 3.4 四川省公路货运量影响因素选取 |
| 3.4.1 影响因素选取原则 |
| 3.4.2 影响因素选取 |
| 3.5 本章小结 |
| 第4章 四川省公路货运量预测模型构建 |
| 4.1 预测问题分析 |
| 4.1.1 问题提出 |
| 4.1.2 问题描述 |
| 4.1.3 问题解决 |
| 4.2 预测模型原则 |
| 4.3 模型预测步骤 |
| 4.4 评价指标设计 |
| 4.5 本章小结 |
| 第5章 四川省公路货运量预测 |
| 5.1 数据收集与处理 |
| 5.2 灰色模型预测 |
| 5.3 神经网络模型预测 |
| 5.3.1 BP神经网络预测 |
| 5.3.2 LSTM神经网络预测 |
| 5.4 基于小波包分解的神经网络模型预测 |
| 5.4.1 小波包分解处理 |
| 5.4.2 WPD-BP神经网络预测 |
| 5.4.3 WPD-LSTM神经网络预测 |
| 5.5 预测结果分析 |
| 5.6 本章小结 |
| 第6章 研究成果和结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及其它成果 |
| 致谢 |
（2）黄河流域9市空气质量与社会经济及人群健康效应研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.前言 |
| 1.1 研究背景 |
| 1.2 研究进展 |
| 1.2.1 空气质量时空分布研究 |
| 1.2.2 空气质量与社会经济发展研究 |
| 1.2.3 空气污染物暴露与人群健康效应研究 |
| 1.3 研究目的和意义 |
| 1.4 研究内容 |
| 1.5 流域城市简介 |
| 1.6 技术路线 |
| 2.黄河流域9省会城市空气质量时空分布特征 |
| 2.1 资料与方法 |
| 2.1.1 数据来源 |
| 2.1.2 研究方法 |
| 2.1.3 相关概念 |
| 2.1.4 评价因子优化 |
| 2.1.5 质量控制 |
| 2.2 结果 |
| 2.2.1 环境空气质量年度变化 |
| 2.2.2 环境空气质量季度变化 |
| 2.2.3 环境空气质量月度变化 |
| 2.3 讨论 |
| 2.4 小结 |
| 3.空气质量与社会经济发展的关联性分析 |
| 3.1 资料与方法 |
| 3.1.1 数据来源 |
| 3.1.2 分析方法 |
| 3.1.3 评价因子优化 |
| 3.1.4 质量控制 |
| 3.2 结果 |
| 3.2.1 西宁市 |
| 3.2.2 成都市 |
| 3.2.3 兰州市 |
| 3.2.4 银川市 |
| 3.2.5 呼和浩特市 |
| 3.2.6 西安市 |
| 3.2.7 太原市 |
| 3.2.8 郑州市 |
| 3.2.9 济南市 |
| 3.3 讨论 |
| 3.4 小结 |
| 4.各市空气污染健康效应评价 |
| 4.1 资料与方法 |
| 4.1.1 泊松回归模型 |
| 4.1.2 Meta分析 |
| 4.1.3 基线资料和参考浓度获取 |
| 4.1.4 质量控制 |
| 4.2 评价参数获取 |
| 4.3 结果 |
| 4.3.1 西宁市空气污染健康效应评价 |
| 4.3.2 成都市空气污染健康效应评价 |
| 4.3.3 兰州市空气污染健康效应评价 |
| 4.3.4 银川市空气污染健康效应评价 |
| 4.3.5 呼和浩特市空气污染健康效应评价 |
| 4.3.6 西安市空气污染健康效应评价 |
| 4.3.7 太原市空气污染健康效应评价 |
| 4.3.8 郑州市空气污染健康效应评价 |
| 4.3.9 济南市空气污染健康效应评价 |
| 4.4 讨论 |
| 4.5 小结 |
| 5.结论 |
| 5.1 结论 |
| 5.2 不足 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
（3）区域综合运输-经济-生态系统的协调性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 综合运输与经济的协调性研究 |
| 1.2.2 综合运输与生态的协调性研究 |
| 1.2.3 经济与生态的协调性研究 |
| 1.2.4 三元系统的协调性研究 |
| 1.2.5 研究综述小结 |
| 1.3 研究内容、关键问题和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 拟解决关键问题 |
| 1.3.3 技术路线 |
| 1.4 本章小结 |
| 第2章 基本概念及理论 |
| 2.1 区域综合运输-经济-生态系统的定义及特征 |
| 2.1.1 区域的概念 |
| 2.1.2 区域综合运输-经济-生态系统的定义 |
| 2.1.3 区域综合运输-经济-生态系统的特征 |
| 2.2 协调及协调性概念界定 |
| 2.2.1 协调与协调性的内涵 |
| 2.2.2 综合运输-经济-生态系统协调性的内涵 |
| 2.3 基本理论 |
| 2.3.1 协调发展理论 |
| 2.3.2 可持续发展理论 |
| 2.4 本章小结 |
| 第3章 综合运输、经济、生态之间的推动关系 |
| 3.1 指标体系的构建 |
| 3.1.1 指标体系构建的原则 |
| 3.1.2 指标体系的构建 |
| 3.2 综合运输、经济、生态的综合发展水平 |
| 3.2.1 主成分分析 |
| 3.2.2 综合发展水平测度的具体步骤 |
| 3.3 综合运输、经济、生态的推动关系 |
| 3.3.1 模型的建立 |
| 3.3.2 模型的求解 |
| 3.4 本章小结 |
| 第4章 综合运输-经济-生态系统协调性度量 |
| 4.1 协调度模型 |
| 4.1.1 二元系统的协调度模型 |
| 4.1.2 三元系统的协调度模型 |
| 4.2 二元系统协调性对三元系统协调性的影响 |
| 4.2.1 VAR模型的建立 |
| 4.2.2 脉冲响应分析 |
| 4.3 本章小结 |
| 第5章 云南省综合运输-经济-生态系统的实证分析 |
| 5.1 云南省发展概况 |
| 5.1.1 区域概况 |
| 5.1.2 综合运输发展概况 |
| 5.1.3 经济发展概况 |
| 5.1.4 生态发展概况 |
| 5.2 综合运输、经济、生态的综合发展水平 |
| 5.2.1 指标选取 |
| 5.2.2 综合运输子系统的综合发展水平 |
| 5.2.3 经济子系统的综合发展水平 |
| 5.2.4 生态子系统的综合发展水平 |
| 5.3 综合运输、经济、生态之间的推动关系 |
| 5.3.1 数据处理 |
| 5.3.2 模型建立及求解 |
| 5.4 综合运输-经济-生态系统的协调性 |
| 5.4.1 综合运输-经济系统的协调性 |
| 5.4.2 综合运输-生态系统的协调性 |
| 5.4.3 经济-生态系统的协调性 |
| 5.4.4 综合运输-经济-生态系统整体的协调性 |
| 5.5 二元系统协调性对三元系统协调性的影响 |
| 5.5.1 模型的建立 |
| 5.5.2 脉冲响应分析 |
| 5.6 云南省发展的建议措施 |
| 5.7 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
（4）京津冀地区雾霾污染影响因素与空间溢出效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 雾霾成因研究进展 |
| 1.2.2 雾霾空间溢出效应研究进展 |
| 1.2.3 Lasso 回归模型、门槛模型与格兰杰因果检验在环境领域的应用 |
| 1.3 研究内容及技术路线图 |
| 1.4 研究方法 |
| 第2章 理论基础 |
| 2.1 协同治理理论 |
| 2.1.1 协同治理 |
| 2.1.2 环境协同治理 |
| 2.2 环境质量的外部性理论 |
| 2.2.1 公共产品的概念与特征 |
| 2.2.2 环境质量的公共产品属性 |
| 2.2.3 环境质量的外部性 |
| 2.3 帕累托最优理论 |
| 2.3.1 帕累托最优状态的含义 |
| 2.3.2 帕累托最优的必要条件和充分条件 |
| 2.4 本章小结 |
| 第3章 京津冀雾霾污染时空特征和成因 |
| 3.1 京津冀雾霾污染时空特征 |
| 3.1.1 京津冀雾霾污染时间变化特征 |
| 3.1.2 京津冀雾霾污染空间分布特征 |
| 3.2 京津冀雾霾污染成因 |
| 3.2.1 交通因素 |
| 3.2.2 产业结构 |
| 3.2.3 能源因素 |
| 3.3 本章小结 |
| 第4章 基于Lasso回归模型的京津冀地区雾霾影响因素实证分析 |
| 4.1 Lasso回归理论模型分析 |
| 4.1.1 lasso回归模型的定义 |
| 4.1.2 Lasso模型的求解 |
| 4.2 变量选择与描述性统计分析 |
| 4.2.1 变量选取及数据来源 |
| 4.2.2 变量的描述性统计分析 |
| 4.2.3 数据预处理 |
| 4.3 Lasso回归模型实证分析 |
| 4.3.1 北京市雾霾污染影响因素分析 |
| 4.3.2 天津市雾霾污染影响因素分析 |
| 4.3.3 河北省雾霾污染影响因素分析 |
| 4.4 本章小结 |
| 第5章 京津冀地区雾霾污染影响因素门槛效应分析 |
| 5.1 门槛模型构建 |
| 5.2 指标选取与数据说明 |
| 5.3 门槛模型结果与分析 |
| 5.3.1 京津冀雾霾污染与经济增长门槛效应检验结果 |
| 5.3.2 京津冀雾霾污染与经济增长门槛效应分析 |
| 5.4 本章小结 |
| 第6章 京津冀地区雾霾污染空间溢出效应分析 |
| 6.1 样本选取与统计描述 |
| 6.1.1 样本选取 |
| 6.1.2 样本统计描述 |
| 6.2 京津冀雾霾污染的溢出效应分析 |
| 6.2.1 平稳性检验 |
| 6.2.2 京津冀地区相邻城市间格兰杰因果检验结果与分析 |
| 6.2.3 京津冀地区相邻城市间脉冲响应结果与分析 |
| 6.3 本章小结 |
| 第7章 京津冀雾霾污染治理对策建议 |
| 7.1 完善京津冀地区大气污染联防联控机制 |
| 7.2 优化产业空间布局 |
| 7.3 统筹规划能源结构 |
| 7.4 加强机动车尾气污染治理 |
| 7.5 提高雾霾污染治理技术水平 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（5）基于个性化驾驶员设计的线控汽车自动换道系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 课题相关研究现状 |
| 1.2.1 换道辅助系统研究现状 |
| 1.2.2 全线控电动汽车研究现状 |
| 1.2.3 轨迹跟踪控制研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 个性拟人化换道轨迹规划方法 |
| 2.1 场论心理学理论 |
| 2.2 实验设置 |
| 2.2.1 驾驶仿真平台 |
| 2.2.2 实验场景设置 |
| 2.2.3 实验数据采集及处理 |
| 2.3 拟人化换道运动学模型建立 |
| 2.3.1 拟人化换道模型流程图 |
| 2.3.2 纵向驾驶行为模型 |
| 2.3.3 换道模型 |
| 2.4 仿真验证 |
| 2.4.1 换道轨迹模型的标定及分析 |
| 2.4.2 个性拟人化换道轨迹规划方法验证 |
| 2.5 本章小结 |
| 第3章 全线控电动汽车轨迹跟踪控制架构 |
| 3.1 模型建立 |
| 3.1.1 车辆动力学模型 |
| 3.1.2 轮胎模型 |
| 3.1.3 车辆运动轨迹模型 |
| 3.2 分层控制架构设计 |
| 3.3 轨迹跟踪控制层 |
| 3.4 车辆运动学控制层 |
| 3.5 本章小结 |
| 第4章 考虑多优化目标的执行机构控制策略 |
| 4.1 代价函数设计 |
| 4.1.1 最小化稳定裕度 |
| 4.1.2 轮胎纵向力的节能分配方法 |
| 4.1.3 最小化轮胎磨损耗能 |
| 4.2 工况自适应权重系数调节策略 |
| 4.3 执行机构控制 |
| 4.4 仿真验证 |
| 4.4.1 工况1-高速小路径曲率下 |
| 4.4.2 工况2-中速大路径曲率下 |
| 4.4.3 工况3-个性拟人化换道轨迹 |
| 4.5 本章小结 |
| 第5章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 作者简介及在读期间所取得的科研成果 |
| 致谢 |
（6）基于区间灰数的灰色预测建模技术及应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 灰色生成技术的研究现状 |
| 1.2.2 灰色预测模型的研究现状 |
| 1.2.3 灰色关联理论的研究现状 |
| 1.2.4 区间灰数建模技术的研究现状 |
| 1.2.5 交通拥堵问题的研究现状 |
| 1.2.6 研究述评 |
| 1.3 研究内容和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.4 研究方法和技术路线 |
| 第二章 基于组合函数变换的区间灰数预测模型研究 |
| 2.1 组合函数变换的构建 |
| 2.1.1 基本理论 |
| 2.1.2 组合函数变换 |
| 2.1.3 最优调节系数q的确定 |
| 2.1.4 组合函数变换的性质 |
| 2.2 基于区间灰数的预测模型 |
| 2.2.1 GM(1,1)模型 |
| 2.2.2 基于区间灰数的GM(1,1)模型 |
| 2.3 基于区间灰数函数变换的预测模型研究 |
| 2.3.1 基于区间灰数递增序列的函数变换预测模型研究 |
| 2.3.2 基于区间灰数递减序列的函数变换预测模型研究 |
| 2.4 算例及实例分析 |
| 2.4.1 基于递增区间灰数序列的实例分析 |
| 2.4.2 基于递减区间灰数序列的实例分析 |
| 2.5 本章小结 |
| 第三章 基于一般区间灰数的预测模型研究 |
| 3.1 基于“灰度不减”公理的区间灰数预测模型 |
| 3.1.1 基本概念 |
| 3.1.2 基于“灰度不减”公理的区间灰数GM(1,1)模型 |
| 3.1.3 实例分析 |
| 3.2 区间灰数残差GM模型 |
| 3.2.1 残差GM(1,1)模型 |
| 3.2.2 区间灰数残差GM(1,1)模型的构建 |
| 3.2.3 实例 |
| 3.3 本章小结 |
| 第四章 基于中心点区间灰数的灰色预测模型研究 |
| 4.1 基于中心点的区间灰数信息提取 |
| 4.2 基于中心点区间灰数序列灰色离散预测模型的构建 |
| 4.2.1 传统灰色离散预测模型 |
| 4.2.2 基于中心点区间灰数的灰色离散预测模型 |
| 4.3 基于中心点区间灰数序列灰色离散预测模型的初始条件优化 |
| 4.3.1 传统灰色离散预测模型的初始条件优化 |
| 4.3.2 基于中心点区间灰数序列初始条件优化的离散预测模型 |
| 4.4 实例分析 |
| 4.5 本章小结 |
| 第五章 基于多变量区间灰数的关联预测模型研究 |
| 5.1 传统相对灰色关联度 |
| 5.2 基于面积和斜率差的区间灰数综合关联模型 |
| 5.2.1 基于面积差异的新型灰色关联度 |
| 5.2.2 基于斜率偏差的新型灰色关联度 |
| 5.3 基于面积和斜率差的区间灰数综合关联度的性质 |
| 5.4 基于多变量区间灰数关联预测模型 |
| 5.4.1 传统灰色多变量预测模型 |
| 5.4.2 基于多变量区间灰数关联预测模型的建模步骤 |
| 5.5 本章小结 |
| 第六章 长三角地区区域交通拥堵度的预测研究 |
| 6.1 长三角地区概况 |
| 6.1.1 行政规划及区域经济发展概况 |
| 6.1.2 公路交通概况 |
| 6.2 区域交通拥堵度相关数据收集 |
| 6.3 长三角地区区域交通拥堵度分析 |
| 6.4 改善长江三角洲地区区域交通拥堵状况的对策建议 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（7）私人汽车保有与使用行为的基础研究（论文提纲范文）
| 摘要 abstract 通用符号说明 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容 |
| 1.3 本章小结 2 文献综述 |
| 2.1 引言 |
| 2.2 私人汽车保有量宏观研究 |
| 2.2.1 静态研究 |
| 2.2.2 动态研究 |
| 2.3 家庭私人汽车保有行为研究 |
| 2.3.1 家庭间互相独立 |
| 2.3.2 家庭间相互关联 |
| 2.4 家庭私人汽车保有与使用及其相关决策联合研究 |
| 2.4.1 静态研究 |
| 2.4.2 动态研究 |
| 2.5 贝叶斯MCMC估计 |
| 2.5.1 共轭先验 |
| 2.5.2 马尔科夫蒙特卡洛(MCMC)方法 |
| 2.5.3 其他抽样方法 |
| 2.6 本章小结 3 城市私人汽车保有量影响因素及其差异分析 |
| 3.1 引言 |
| 3.2 数据 |
| 3.3 面板数据模型与估计检验 |
| 3.3.1 模型结构 |
| 3.3.2 估计方法 |
| 3.3.3 模型检验 |
| 3.4 估计结果分析 |
| 3.4.1 城市总体分析 |
| 3.4.2 城市规模差异分析 |
| 3.4.3 城市区域位置差异分析 |
| 3.5 地铁抑制作用分析 |
| 3.6 本章小结 4 家庭间相关性对私人汽车保有行为影响分析 |
| 4.1 引言 |
| 4.2 数据 |
| 4.3 模型 |
| 4.3.1 传统二项Probit模型 |
| 4.3.2 空间自回归二项Probit模型 |
| 4.4 贝叶斯MCMC估计 |
| 4.4.1 传统二项Probit估计 |
| 4.4.2 空间自回归二项Probit估计 |
| 4.5 模型评价指标 |
| 4.6 结果分析 |
| 4.6.1 贝叶斯MCMC估计的有效性 |
| 4.6.2 空间自回归二项Probit模型估计结果分析 |
| 4.7 本章小结 5 正态分布假设下的私人汽车保有与使用行为分析 |
| 5.1 引言 |
| 5.2 数据 |
| 5.3 样本选择模型 |
| 5.4 贝叶斯MCMC估计 |
| 5.4.1 选择偏误与Heckman两阶段估计 |
| 5.4.2 似然函数与先验分布 |
| 5.4.3 Gibbs抽样 |
| 5.5 仿真验证 |
| 5.6 实证结果 |
| 5.7 本章小结 6 混合正态分布假设下的私人汽车保有与使用行为分析 |
| 6.1 引言 |
| 6.2 混合正态模型 |
| 6.2.1 模型结构 |
| 6.2.2 模型识别 |
| 6.3 基于混合正态分布的样本选择模型 |
| 6.4 贝叶斯MCMC估计 |
| 6.4.1 似然函数与先验分布 |
| 6.4.2 Gibbs抽样 |
| 6.5 仿真验证 |
| 6.5.1 仿真模型 |
| 6.5.2 交叉验证 |
| 6.5.3 模型评价 |
| 6.6 实证研究 |
| 6.6.1 模型评价 |
| 6.6.2 结果分析 |
| 6.7 本章小结 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 参考文献 附录 攻读博士学位期间参加课题和发表论文情况 致谢 作者简介 |
（8）中国石油消费区域差异及其影响因素研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 前言 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 理论意义与实践意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容和研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.3.3 研究方法 |
| 1.4 创新点和拟解决的关键问题 |
| 1.4.1 本文的创新点 |
| 1.4.2 拟解决的关键问题和解决方法 |
| 第2章 相关理论概述 |
| 2.1 能源经济学相关理论 |
| 2.2 石油资源的基本概念 |
| 2.2.1 石油的定义 |
| 2.2.2 石油的分类 |
| 2.2.3 石油资源分布 |
| 2.3 区域非均衡增长理论 |
| 2.3.1 循环累积因果论 |
| 2.3.2 梯度转移理论 |
| 2.3.3 倒“U”型理论 |
| 2.4 区域差异的测度方法 |
| 2.4.1 绝对差异的测度方法 |
| 2.4.2 相对差异的测度方法 |
| 2.5 石油相关的经济有机增长论 |
| 第3章 我国石油消费的区域差异分析 |
| 3.1 区域划分 |
| 3.2 指标选择及数据说明 |
| 3.2.1 指标选择 |
| 3.2.2 数据来源及处理 |
| 3.3 区域石油消费现状分析 |
| 3.4 基于Theil系数的石油消费区域差异分析 |
| 3.4.1 Theil系数及分解 |
| 3.4.2 两类指标下区域石油消费总体差异的测度及分析 |
| 3.4.3 区域人均石油消费总体差异的空间分解 |
| 3.4.4 区域油耗强度总体差异的空间分解 |
| 3.5 本章小结 |
| 第4章 石油消费水平的影响因素可决模型 |
| 4.1 石油消费影响因素理论分析 |
| 4.1.1 经济因素 |
| 4.1.2 产业结构因素 |
| 4.1.3 城镇化进程因素 |
| 4.1.4 技术水平因素 |
| 4.1.5 民用汽车拥有量因素 |
| 4.1.6 价格因素 |
| 4.1.7 人口规模因素 |
| 4.1.8 能源结构因素 |
| 4.2 面板数据模型介绍 |
| 4.3 基于面板数据模型的影响因素研究 |
| 4.3.1 变量及数据来源 |
| 4.3.2 模型构建及说明 |
| 4.3.3 相关性检验及模型设定 |
| 4.3.4 参数估计及回归结果分析 |
| 4.4 本章小结 |
| 第5章 石油消费区域差异的成因分解分析 |
| 5.1 Shapley值分解法 |
| 5.2 石油消费区域差异的影响因素Shapley值分解 |
| 5.2.1 Shapley值分解的回归方程 |
| 5.2.2 区域差异的影响因素贡献测度及结果分析 |
| 5.3 本章小结 |
| 第6章 政策建议 |
| 第7章 结论 |
| 7.1 主要研究结论 |
| 7.2 研究不足与展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（9）基于动态组合模型的我国私人汽车拥有量预测分析（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文的创新点 |
| 1.5 论文的结构安排 |
| 2 单项预测模型理论及其建模方法 |
| 2.1 偏最小二乘回归模型的理论及建模方法 |
| 2.2 时间序列模型理论及建模方法 |
| 3 动态组合预测模型理论 |
| 3.1 组合预测模型的概述 |
| 3.2 组合预测模型权重系数的确定方法 |
| 3.3 动态组合预测模型的确定 |
| 3.4 动态组合模型效果评价准则 |
| 4 动态组合预测模型在我国私人汽车拥有量的应用 |
| 4.1 因素的选择以及数据说明 |
| 4.2 偏最小二乘回归模型误差分析及预测 |
| 4.3 时间序列预测模型的误差分析及预测 |
| 4.4 动态组合模型的误差分析 |
| 4.5 动态组合模型预测结果及建议 |
| 5 全文总结与不足 |
| 5.1 全文总结 |
| 5.2 不足之处 |
| 参考文献 |
| 致谢 |
| 在校期间的科研成果 |
（10）中国石油消费影响效应的区域差异化研究（论文提纲范文）
| 1 前言 |
| 2 文献综述 |
| 3 石油消费影响因素的选取 |
| 4 计量经济模型构建及检验 |
| 4.1 变量及数据说明 |
| 4.2 面板数据模型构建 |
| 4.3 模型类型检验与识别 |
| 5 基于面板数据的计量分析 |
| 5.1 面板数据模型的平稳性检验 |
| 5.2 面板数据的协整检验 |
| 5.3 模型选取及回归分析 |
| 5.4 计量结果分析 |
| 5.5 误差修正模型检验 |
| 6 结论及建议 |
| 6.1 研究结论 |
| 6.2 对策建议 |
四、中国民用汽车拥有量时间序列动态模型研究（论文参考文献）
- [1]基于小波包分解和神经网络的四川省公路货运量预测[D]. 雷自强. 华北电力大学(北京), 2021(01)
- [2]黄河流域9市空气质量与社会经济及人群健康效应研究[D]. 刘震. 兰州大学, 2021(09)
- [3]区域综合运输-经济-生态系统的协调性研究[D]. 陈瑶. 西南交通大学, 2020(07)
- [4]京津冀地区雾霾污染影响因素与空间溢出效应研究[D]. 黄姗. 北京工业大学, 2020(06)
- [5]基于个性化驾驶员设计的线控汽车自动换道系统研究[D]. 杨硕. 吉林大学, 2020(08)
- [6]基于区间灰数的灰色预测建模技术及应用研究[D]. 叶璟. 南京航空航天大学, 2018(01)
- [7]私人汽车保有与使用行为的基础研究[D]. 邬娜. 大连理工大学, 2017(09)
- [8]中国石油消费区域差异及其影响因素研究[D]. 陈银凤. 中国石油大学(华东), 2017(07)
- [9]基于动态组合模型的我国私人汽车拥有量预测分析[D]. 粟业平. 四川师范大学, 2017(02)
- [10]中国石油消费影响效应的区域差异化研究[J]. 李宏勋,陈银凤. 中外能源, 2017(02)