用GM模型对铁路机务段进行行车安全的宏观预测

本文应用灰色系统理论的灰色预测模型(GM),对铁路机务段进行行车安全预测,把机务段行车安全视为灰色系统,将机车走行100000km平均发生的事故数视为灰色量,并将逐年的事故数视为离散函数的时间序列数据,应用GM模型进行行车事故预测,并以某机务段为例进行预测,其预测结论与实际情况完全相符,证明了GM模型的可行性和准确性。     

灰色预测在大跨径刚构桥施工线形监控中的应用

灰色系统理论因其重点研究"小样本、贫信息、部分已知"的问题,与桥梁施工监控领域的特征及需求十分吻合,成为桥梁施工监控工作中使用的主要方法之一.基于灰色系统理论中灰色预测方法,建立了一大跨径刚构桥悬臂浇筑施工主梁线形抛高值的GM(1,1)预测模型,以该桥某节段施工过程为例,利用灰色模型对节段抛高值进行预测,并与实测数据进行对比,分析了预测精度及其影响因素.灰色预测在该桥施工线形监控过程中得到了较好地应用,其使用方法简单、操作性强、预测精度高,对其他同类型桥梁的施工监控工作有很好的参考价值.     

灰色系统理论在地铁轮对踏面磨损预测中的应用

车轮作为车辆关键走行部件和易磨损部件之一,其磨损量直接关系到车轮的使用寿命。为准确获得车轮踏面随走行距离磨损量变化情况,本文采用灰色系统理论,建立车轮踏面磨损量灰色预测模型,在少量车轮踏面磨损数据的基础上,研究车轮随走行距离踏面磨损量的灰色预测方法。实例分析和仿真结果表明,灰色系统理论应用于车轮踏面磨损量的预测中是可行有效的。为车轮在实际行驶过程中踏面磨损的准确预测及使用寿命的判决提供了一种可行的求解方法。     

基于GM—周期扩展组合模型的铁路客运量预测

铁路客运量的准确预测对我国铁路建设项目投资和决策具有重要意义。由于铁路客运量预测系统本身是一个信息不完全的灰色系统,因此,可以通过建立(灰色)GM-周期扩展组合模型对铁路客运量的非线性动态变化进行预测。该模型运用灰色预测理论GM(1,1)与周期扩展模型结合,不但可以进行客运量的趋势预测,同时也可以充分考虑铁路客运量的周期波动性这一特征。最后,结合具体的实例验证说明该模型是科学合理的,预测值与实际值较吻合。     

灰色模型及其在经济预测中的应用

一、灰色系统及其特点 近年来，灰色预测理论在许多领域得到了广泛关注，它能够有效处理不确定性显著和数据样本较少的系统，因此得到了越来越广泛地应用。     

灰色动态模型群在城市轨道交通客流预测中的应用研究

随着城市轨道交通的快速发展,客流预测作为一项基础工作,在城市轨道交通规划、设计、建设及运营等环节中起着至关重要的作用.鉴于城市轨道交通客流具有周期性变化的特点,依据灰色系统理论,本文提出了由多个灰色Verhulst模型组成的灰色动态模型群,以某城市轨道交通线路为例进行短期客流的预测分析.实例计算证明了采用动态模型群的预测平均值作为最终预测,具有较高的预测精度,可满足实际应用需求.     

基于时间序列的沉降预测

灰色理论在岩土工程诸多课题中得到了广泛的应用,但灰色建模存在一定的问题。考虑被预报系统的时变特性,把系统的预报问题分为系统的时变参数预报和对系统状态的预报两部分,对时变参数运用拉普拉斯极值法推导其递推公式,根据时间参数估值序列的特点进行建模和预测。工程实例表明该方法具有较好的预测精度和实用价值。     

灰色理论在铁路客运量预测中的分析研究

针对传统灰色预测模型存在对历史数据依赖性强、容错性小及抗干扰能力差的局限性，将无偏灰色理论与残差验证理论引入预测模型，从趋势曲线灰色拟合与状态分类方式上对传统灰色模型进行改进，提出无偏灰色预测铁路客运量方法；同时，对铁路客运量预测方法从定性预测和定量预测两个方面进行阐述并对其优缺点进行分析。依据建立的无偏灰色预测铁路客运量模型，以1997—2016年铁路客运量为基础数据，对铁路“十三五”时期的数据进行预测，通过残差检验和结果分析，其预测精度明显高于BP神经网络预测。     

投标报价基于GM(1,1)灰色动态模型的主材价格预测

在建设工程中,建筑材料的价格是随时变化的。在工程投标报价时,如何准确预测主材价格,是施工企业研究的主题。此文基于灰色系统理论,通过建立GM(1,1)灰色预测模型,对工程主要材料(钢筋)的价格进行分析与预测,并以实际工程为例进行验证,证明基于建立的GM(1,1)灰色动态模型预测钢筋价格,精度较高、效果较好,可为工程投标和施工采购钢筋提供有益参考。     

路基沉降变形观测与灰色预测模型研究

介绍了客运专线路基沉降观测的方法,根据灰色理论预测的基本原理,建立了等时距的灰色GM（1,1）型Verhulst和灰色模型,对京沪高速铁路DK0＋240典型断面的路基沉降进行实例预测,并运用相对误差法对预测结果进行精度检验,分析了灰色理论模型对客运专线路基沉降的预测效果。     

基于灰色理论的列车自动运行系统预测模块优化算法

灰色理论在可改进ATO(列车自动运行)速度控制器的算法方面具有可行性和优越性。灰色系统模型主要分为预测模型和决策模型。介绍了传统GM(1,1)灰色预测模型的建立过程,阐述了优化GM(1,1)模型的计算流程和计算过程,并利用实际线路数据检验了优化后的预测模型。检验结果表明,通过优化后的预测模型得到的预测结果平均相对误差小,预测精度高;且同时改进权重系数和初始条件时,预测结果更精确。     

铁路货运量的灰色预测模型

通过对近年全国铁路货运量的统计数据进行分析,运用灰色理论建立了铁路货运量预测模型。经过实际数据计算和精度检验,验证了灰色预测模型的有效性。     

轨道交通建设影响下土地利用性质空间分异的组合预测模型

在先验数据有限且存在不确定因素情形下，为解决城市轨道交通沿线土地利用性质空间分异的预测问题，提出一种基于系统云灰色模型和马尔可夫链的组合预测模型。采用系统云灰色模型，使用较少量的历史数据完成城市轨道交通沿线各类性质用地面积变化曲线的粗略拟合；借助马尔可夫链进行系统状态划分，通过缩小预测区间以提高预测精确度；运用组合预测模型，对2003-2015年南京市轨道交通1号线主要吸引范围内土地利用性质的空间分异进行了预测分析。计算结果表明：轨道交通建设加剧了城市土地利用性质的空间分异，其周边各种性质的土地利用面积变化趋势呈现出非平稳随机过程特性；轨道交通建设对不同性质土地利用的影响方式与影响强度各不相同，其中，对居住用地具有强烈的吸引作用，对公建用地吸引作用不明显，对工业用地具有明显的排斥作用。     

基于Markov链修正的铁路运量灰色组合预测模型研究

预测模型的准确与否直接决定着未来经济规划与决策的有效制定。将灰色GM(1,1)-Verhulst组合预测模型与马尔可夫链方法相结合,同时引入信息熵理论的知识,提出基于Markov链修正的熵权法灰色组合预测方法,并以甘肃省2004年～2015年铁路客运量作为原始数据序列进行模型拟合,而且还以此为基础对甘肃省未来几年内的客运量发展趋势进行预测。结论:(1)在已知实际客运量年份内,该灰色组合预测模型的预测精度比单一灰色预测模型更高、更加准确;(2)采用马尔可夫链方法获得该组合模型的偏差规律,并依照此规律对预测结果进行修正,即由一个单一的预测数值修正成为区间和概率组成的预测范围;(3)通过比较2016年～2017年的客运量实际值、组合预测模型的单一预测值和Markov链修正的预测区间值,发现Markov链修正的预测结果与客运量实际值的吻合性良好,进一步验证此预测方法的可信性。     

基于 TOPSIS 和隶属函数的灰数决策模型

在实际生活中,某一交通区域道路上行驶的车辆数、车型、车速及行人的影响等客观因素是不确定的,与之相关的指标值是不确定的。对于不确定的指标值在规划方案优劣的评比中采用灰数的形式要比采用清晰值的形式更符合实际。借助传统TOPSIS法、经典灰色理论和模糊隶属度函数的基本思想建立了组合决策模型,该模型通过构造灰数意义上的决策值与论域,定义了指标集的正、负灰数理想解,进而构建了决策值相对于正、负理想解在灰数意义上的正、负隶属度函数,隶属度表明了评价指标值相对于正、负理想解的接近程度,而后用贴近度对方案的优劣进行排序。最后,以交通规划的实例验证了该模型的有效性与实用性。     

GM(1,1)-Logistic路基沉降组合预测模型研究与应用

路基沉降预测是指导正确施工及运营期路基养护的一个重要因素.GM(1,1)模型及Logistic模型被广泛应用于路基最终沉降量的预测.基于组合预测的基本理论,结合GM(1,1)模型及Logistic模型的特点,提出了GM(1,1)-Logistic组合路基沉降预测模型,采用线性组合预测方法,以过去一段时间内组合预测误差平方和最小为原则来求2个预测模型的加权系数.结合工程实际监测数据的计算结果和分析表明,GM(1,1)-Logistic组合预测模型在预测精度上比单个模型具有更好的适用性.     

工业城市生活垃圾的预测量与对策研究

本文利用灰色理论中的GM(1，1)预测模型对某工业城市生活垃圾产生量进行预测。根据垃圾量的发展趋势，提出在分类收集的基础上采取综合利用、焚烧和卫生填埋的处理方法，并对综合处理方法中的管理与技术问题作了探讨。     

基于遗传算法的用户线缆智能选路系统

将遗传算法的思想与原理应用到大型通信网络路由选择算法中来，使得路由选择功能随着网络动态的变化而不断自我进化与完善。其根本目的是通过准确率极高的预见性来提高路由选择性能。这种改进后的新型选路机制将会在很大程度上改善复杂通信网络中选路系统的性能与效率。