基于粗糙集理论的短时交通流组合预测研究

为满足交通流诱导系统的理论需要,建立了一种基于粗糙集理论的实时交通流量组合预测模型。通过粗糙集理论来确定组合预测中的权系数,对路段的交通流做出短时预测。结合某路段的实际交通流数据,对预测模型进行仿真训练,经过比较分析,验证了该组合预测模型的有效性和实用性。     

呼和浩特市客运出租汽车发展预测研究

针对呼和浩特市客运出租汽车行业的发展及其现状,分析了造成影响呼和浩特市客运出租汽车发展的相关因素,通过SPSS软件计算分析,找到相关性较高的五个因素并采用逐步回归分析法,建立了确定呼和浩特市客运出租汽车发展预测模型。该模型可以对呼和浩特市市区规划年份所需的客运出租汽车发展进行预测,通过该地区客运出租汽车历史实际数据和模型计算结果比较,表明该预测模型较为理想。     

基于马尔柯夫过程的交通量预测

为解决传统交通量预测方法要求数据量较大、参数较多、精度较低的问题，提出了利用马尔柯夫过程来预测公路交通量的方法，建立了相应的预测模型。应用该方法对321国道交通量进行了实际的预测．获得了满意的结果。     

短时交通流预测的多层递阶方法

短时交通流预测在城市交通控制和管理中起着十分重要的作用。然而,目前很多预测模型均假定模型的参数是不随时间变化的,这与实际不符,从而影响了预测的精度。本文提出采用多层建模与灰色建模的综合方法预测短时交通流。该方法把预测问题分为两部分:一是预测模型参数的预测;二是根据参数预测值的交通流预测。其中,对模型参数运用灰色理论预测方法。实例分析表明,本方法有较好的预测精度和实用价值。     

路面检测周期对使用性能预测影响研究

路面使用状况的跟踪检测对路面养护管理来说是十分必要的.由于检测点位、检测频率与检测误差等原因,检测数据均具有一定的不确定性,各地区路面状况检测周期差异进一步加剧了检测数据的不确定性,进而对路面使用性能的预测造成一定影响.该文在对路面性能预测模型误差分析的基础上,通过检测数据的增减,拟合了检测周期不同时车辙深度、开裂面积、国际平整度指数等指标的路面性能预测模型,并采用模型对不同路段的使用年限进行预测,进而分析了检测周期对性能预测的影响.最后根据路面实际检测数据推荐出不同性能指标的最佳检测周期.实例证明:合理的检测周期不但能够节约检测费用,而且可以减少路面使用性能预测误差,更好地为路面养护提供决策依据.     

基于灰色马尔可夫链的桥梁荷载随机过程交通量预测

为了克服灰色预测方法的不足,在灰色模型预测方法的基础上,提出灰色马尔可夫链桥梁荷载随机过程交通量预测模型,该模型的灰色预测曲线能反映交通量历史发展趋势,马尔可夫预测可反映随机波动性对交通量预测的影响,从兼顾了趋势值和波动性两方面因素对预测结果的作用,能克服单一预测模型在交通量预测中的局限性,并可结合交通量实际情况,能实现准确、综合预测交通量的目的。在现有交通量统计资料的基础上,对该模型进行了精度检验,并预测出了2007年的交通量。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,利用灰色马尔可夫理论进行交通量预测是一种行之有效的方法。     

郴宁高速公路施工期噪声影响分析

通过对高速公路施工期的噪声产生分析,得出高速公路施工期噪声预测模型,并对预测结果和实际测量结果进行了对比分析。得到了影响噪声衰减的部分因素,对下一步建立完善的施工期噪声影响预测模型提供了有利的帮助。     

基于组合预测模型的沥青路面养护方案规划

为解决高等级沥青路面养护需求不明确的问题,基于历年定检报告,采用组合预测模型预测未来沥青路面的技术状况指标。结合养护时机判断标准,对预测的技术状况指标进行统计分析及养护方案规划。综合现场病害情况和交通量等给出推荐的养护方案,统计养护方案工程量。对比实际处治方案与预测方案,分析了实际工程量与预测工程量间的关系。研究表明,组合预测模型所预测的处治工程量略小于实际处治工程量,工程量偏差不大,故该组合预测模型能较好地指导沥青路面养护方案规划。     

运输通道客运需求方式结构组合预测方法研究

在阐述客运需求结构的定义及其影响因素的基础上,探讨客运需求方式结构的形成机理。基于此形成机理,提出旅客出行选择运输方式的层次结构过程,并依此构建间接预测模型。将间接预测模型与MNL模型（直接预测模型）进行组合预测,通过对2种模型预测结果进行差异化的权重赋予,从而形成最终预测结果。以沪宁运输通道为实例对该组合预测方法进行试验,并对预测结果与现状数据进行比较,结果表明该组合预测方法具有较好的可行性。     

基于BAM神经网络河床断面模式识别的中小桥水害预测

针对现行的中小桥水害预测方法野外作业量大、缺乏资料无法预测等弊端,从推理公式出发,把实际中小桥河床断面分为9种类型,建立了各类断面直接从雨量到水位的水害预测模型;利用BAM神经网络对河床断面进行模式识别,以确定水害预测模型的类型;将该桥雨量-水位数据代入相应的水害预测模型,求解其中的参数,得出该桥的雨量-水位函数关系式.实例验证该方法具有可行性和有效性,大大降低了劳动强度.特别是对于缺乏资料的中小桥水害预测,尤为适用.     

基于Kalman滤波的城市环路交通流短时预测研究

在介绍现有的主要交通流预测方法的基础上，阐述了基于卡尔曼滤波（Kalman）的预测模型及其具体算法。结合城市环路的交通运行特性，构建了基于卡尔曼滤波的交通流短时预测模型，并根据北京市三环路的实际数据对模型进行验证。实证数据表明．所建立的交通流动态实时预测模型的预测效果比较理想，算法的实时性也满足实际预测系统的要求，可应用于交通流预测及交通智能控制。     

灰色理论在交通量预测中的应用

阐述了灰色理论,建立灰色预测模型,并用该模型进行交通量预测。预测结果显示：较惯常的预测理论,灰色预测模型处理较少的模糊数据具有明显的优势,预测结果具有更好的精度等级。     

基于粗糙集交通信息提取计算的城市道路行程时间预测

针对城市道路的行程时间预测问题进行研究。由于城市道路交通问题具有不确定性和不精确性,故采用基于粗糙集的交通信息提取计算理论建立城市道路行程时间预测模型。模型建立后,利用在荷兰代尔夫特市采集到的实际数据,对该预测模型进行检验。检验结果表明:如果不进行原始数据的前期处理,那么得到的预测误差在35%左右;而在剔除了质量较差的数据后,预测精度明显提高;同时,条件属性和决策属性的分类,显著影响到预测的精度。通过计算得到分类范围值,该模型能够较好的对交通状态进行物理解释同时预测精度能够达到可以接受的范围。     

高填方路基的沉降变化规律及其预测方法研究

通过对高填方路基沉降变化的分析与研究,总结出其沉降变化的发展规律,建立了泊松曲线和龚帕斯曲线组合而成的模糊自适应变权重组合预测模型。通过运用该组合预测模型预测实体工程的沉降变化,证实了该方法比单一预测模型具有更高的预测精度与更佳的适用性。     

基于集对分析理论的路基沉降组合预测模型研究

为实现不确定性因素影响下的路基沉降预测,该文基于集对分析理论和统计决策思想构建路基沉降组合预测模型。该模型首先选定单项预测模型,并根据单项预测模型的预测结果将预测值和实测值构建为集对;然后应用正态分布理论确定集对关系划分标准,基于联系数确定组合权重系数,实现预测信息的优性组合;最后通过预测误差评价提出组合预测模型,并通过某路基沉降数据验证了该组合预测模型应用于路基沉降的有效性。     

公路运量长期预测的质量与模型

阐述了长期预测质量的概念，分析了影响公路运量长期预测质量的因素，探讨了用类别分析方法建立增长模式（转折点）的预测模型，结合广西河池地区的实际情况将模型加以运用。     

公交线路客流模糊神经网络预测模型

提出一种基于模糊神经网络理论的公交线路客流预测模型。实验比较发现,该模型具有较强的自适应性,其预测结果优于常规时间序列模型ＡＲ、ＡＲＭＡ得到的预测结果。该模型适用于公交企业运营调度管理的需要。     

公路交通噪声预测计算准确性分析

对公路交通噪声预测计算的准确性从预测模型、源强及主要参数的确定等几个方面进行了分析论证，指出不同形式预测模型的采用、不同源强的选取以及参数的确定对公路交通噪声的预测计算结果都有明显的影响。并分析了工程可行性研究阶段因公路线位的不准确性而导致预测结果与实际不符的现象。     

基于时间序列挖掘的隧道交通事件分析

为了及时发现隧道内交通安全隐患,尽量减少交通事故的发生,针对现有隧道交通事件预测方法在实际应用中的不足,引入时间序列法,建立了隧道交通事件时间序列预测模型,该模型可以快捷地得出事故影响因素的预测值,预测出道路交通事件总体发展趋势。实验证明,模型能很好地适应于道路交通事故预测,同时具备了资料较少,建模简单,计算快捷等优点。     

高速公路交通生成预测的改进灰色马尔可夫模型

高速公路交通生成预测是进行高速公路网规划不可缺少的环节,传统的预测方法需要考虑人口、土地利用等因素,过程显得极为复杂。而灰色预测模型可以在基础资料缺乏的条件下可建立模型进行预测,但对于高速公路交通生成量这一类随机性、波动性较大的数据,使得拟合较差,预测精度降低。针对这些不足进行改进,提出改进的灰色马尔可夫预测方法。最后将该预测模型应用于高速公路网规划交通生成预测中,取得了良好的效果。