基于UBGPM-Markov的铁路货运量预测方法

针对铁路货运量发展变化的非线性特性,采用非线性灰色模型中的无偏GM（1,1）幂模型进行预测,并用状态划分更为精细后的马尔可夫链修正预测值,从而建立优化后的UBGPM-Markov模型.通过对我国2000~2012年铁路货运量实例分析,与改进GM（1,1）模型、无偏GM（1,1）模型2种预测方法进行了比较,比较显示无偏GM（1,1）幂模型具有较高的预测精度.优化后的UBGPM-Markov模型更是显著提高了预测精度,将平均绝对百分误差（MAPE）由2.11%减少到0.55%.     

基于无偏灰色马尔科夫模型的客流量预测

为合理制定城市轨道交通列车开行方案,同时为城市轨道交通公安机关布置警力提供科学依据,采用无偏灰色马尔科夫模型进行客流预测。分析灰色GM(1,1)模型和无偏灰色GM(1,1)模型的基本特点,在此基础上构建马尔科夫模型。以郑州地铁1~#线2017-02-03—02-18每日客流量为基础,分别利用无偏灰色GM(1,1)模型和马尔科夫模型计算客流量,并对预测结果进行检验对比。结果表明:马尔科夫模型较无偏灰色模型对客流量的预测精度提高54%。利用马尔科夫模型对未来3d的客流量进行预测,预测结果符合城市轨道交通客流的实际情况。     

灰色马尔可夫模型在交通事故预测中的应用

采用传统灰色GM(1,1)模型预测道路交通事故这类随机性、波动性较大的数据,存在拟合较差、精度不足等问题。运用马尔可夫模型对预测结果进行优化,并建立灰色马尔可夫预测模型。将该模型应用于1998~2007年全国道路交通事故数据来预测2008年事故次数,结果表明采用该模型预测精度达到96.9%,明显优于单独使用GM(1,1)模型的预测结果。     

基于灰色理论的铁路交通一般事故数据预测模型

铁路行车安全系统本身是一个部分信息未知的灰色系统,使用其他方法较难获取完整的事故致因信息,并据此建立可靠模型.在比较现阶段学者所采用的各类事故预测方法的基础上,选取2015—2019年铁路交通一般类事故统计数据,运用灰色预测法建立GM(1,1)模型,将模拟得到的2015—2019年数据与原始数据进行精度检验对比分析,验证模型的可行性.检验结果显示:后验差比值C=0.3391,小误差概率P=1,精度等级均为一级,灰色关联度ro1为0.8787,说明建立的模型具有可行性.预测结果显示2020—2022年的铁路交通一般类事故发生数分别为78、73和69,呈下降趋势.     

基于灰色理论的铁路客货运量预测研究

运用灰色系统理论,以全国铁路1996-2005年客货运量数据为基础,建立了基于改进的灰色理论的影子响应GM(1,1)模型,Dynamic GM(1,1)模型,修饰型残差GM(1,1)预测模型.并采用后验差检验对三种模型的拟合精度进行了检验,从而给出了每一条铁路干线所适合的最佳预测模型,使得决策者能够灵活地根据具体问题选择相应的预测模型,避免了单一模型对不同铁路干线预测结果出现波动和失真的不足.同时用等维灰数递补法预测2007年的客货运量.进而对管理决策人员作出科学,合理的决策提供了理论依据.     

基于灰色模型的铁路客流预测方法

在GM(1,1)预测模型基础上,构建2个不同的预测模型——GM(1,1)幂模型和对原始数据进行缓冲算子处理的GM(1,1)模型,采用Matlab建模,并将模型应用到铁路客流量预测,分析对中小样本振荡序列的预测效果。实例证明,GM(1,1)幂模型和对原始数据进行缓冲算子处理的GM(1,1)模型的应用范围和预测精度都优于灰色GM(1,1)模型,是非线性铁路客流量预测的一种有效方法,有助于制定铁路运输计划。     

优化的分数阶GM(1,1)模型在桥梁线形控制中的应用

针对传统灰色预测模型用于大跨径刚构桥梁预拱度预测会出现过拟合现象和预测精度不高的问题,将分数阶算子GM(1,1)模型引入大跨径桥梁预拱度预测,并建立了一种基于牛顿二次插值的分数阶GM(1,1)新模型,实现了对传统GM(1,1)模型的阶数和背景值的双重优化.为了检验模型性能,将文中模型与传统GM(1,1)模型、分数阶GM(1,1)进行对比分析.通过实例验证,优化得到的分数阶GM(1,1)的预测平均相对误差为3.1％,相比传统的G M(1,1)减小了9％,预测精度进一步得到提高.新模型具有一定的实用性,且精度较高,对于同类型的桥梁施工控制有一定的参考价值.     

基于GA-灰色神经网络的沥青路面使用性能预测

为准确预估我国沥青路面使用性能的变化趋势,在传统灰色预测模型GM(1,1)的基础之上,提出了无偏GM(1,1)模型和滑动GM(1,1)模型,并通过遗传算法(GA)优化后的BP神经网络对传统、无偏与滑动GM(1,1)模型进行了组合,得到了兼顾灰色理论、遗传算法和BP神经网络优点的GA-灰色神经网络组合预测模型,并以具体实例验证了该模型的有效性。结果表明:传统GM(1,1)模型的平均相对误差为4.67%,无偏GM(1,1)模型的平均相对误差为4.64%,滑动GM(1,1)模型的平均相对误差为4.63%,灰色神经网络组合模型的平均相对误差为2.41%,而GA-灰色神经网络组合模型平均相对误差仅为0.54%,证明所提出的组合模型预测精度较高,误差较小,可作为制定路面养护计划的依据。     

基于改进新陈代谢GM(1,1)的ZPW-2000A型轨道电路故障预测

ZPW-2000A型无绝缘移频轨道电路在我国铁路线路上应用广泛,随着铁路线路向高速化、重载化的方向发展,传统的电务"故障修"及"定时修"在保证线路安全、提高运营效率及经济性等方面劣态日显.引入PHM理论,通过改进GM(1,1)模型实现ZPW-2000A轨道电路的故障预测.首先,为选取更优的预测模型,分别对传统GM(1,1)进行两次改进,即新陈代谢GM(1,1)模型与改进新陈代谢GM(1,1)模型.其次,引入预测步长思想,进一步提高模型预测精度.基于兰州西站轨道电路测试数据的算法验证表明改进新陈代谢GM(1,1)间接多步预测模型的预测结果最优.最后,通过实例验证了该模型在轨道电路故障预测中的有效性.     

基于改进灰色GM(1.1)模型的铁路货运量预测

针对铁路货运量年度长期预测对货运部门制定短期运输规划指导不足的问题,引入GM(1.1)模型预测铁路月度货运量.考虑货运量序列常呈振荡波动的特征,利用加速平移变换和加权均值变换弱化序列的波动性后,建立改进灰色GM(1.1)模型实现最终预测.对我国2019年11月至2020年5月铁路月度货运量序列拟合结果比较表明,与传统GM(1.1)模型相比,改进GM(1.1)模型在预测精度方面明显提高,能更好的拟合铁路月度实际货运量,解决了传统GM(1.1)模型对呈现振荡波动现象的铁路货运量预测精度较低的问题.     

物理模型的分类——管窥物理模型的思维方法

物理模型方法作为科学思维方法的一种基本形式,在物理科研、教学和学习过程中有着不可或缺的作用。本文阐述了物理模型的分类和特点,使物理教学在关注知识的同时,注重物理思维、方法的学习和培养。     

基于行为的出行方式选择模型探讨

非集计模型具有集计模型无法比拟的优点.对基于行为模型的基本理论和非集计模型进行了介绍,且给出了NL模型的具体求解过程和应用案例,分析了集计和非集计模型两者之间的关系.     

适应多元交通政策分析的定制四阶段模型研究

作为最常用的交通政策分析工具,城市交通模型在交通政策制定的过程中扮演重要角色。四阶段模型尽管建模相对简单,但其基于小区、基于出行的建模思路在交通政策分析中存在先天不足。活动模型使用基于家庭或个人、基于活动的建模思路,尽管能很好地满足交通政策分析的要求,但由于建模难度较高在中国鲜有应用。对此,基于结构体系与功能模块分离的模型设计理念,采用四阶段模型的结构体系,借鉴活动模型的建模方法提出人口合成、可达性变量、出行时间选择、出行链4个功能模块用以改进四阶段模型。城市可在传统四阶段模型结构体系的基础上灵活选用4个功能模块来定制城市交通模型,在不显著增加建模难度的基础上满足交通政策分析的诉求。     

交通方式划分离散选择模型的比较研究

本文章介绍了MNL、NL、HEV、MNP、MMNL等五种离散选择模型,重点分析了它们各自的理论基础与特点,并应用于交通方式划分案例,对模型参数进行标定。结果表明,NL模型能够较好解决存在于替选方案的相似性问题;MMNL预测误差最小,可靠性最高,较NL、HEV、MNP模型更能解决交通方式选择行为中存在的相似性、异质性问题,是一种对交通方式选择行为预测的有效方法。该研究对交通方式分担率预测问题具有重要的指导意义,因为通过简单选择某个离散选择模型开展研究得出的结论并不一定可靠,应根据模型特点谨慎选择、谨慎应用。     

关于城市交通需求预测理论现状与发展的研究

四阶段法是交通需求预测的经典方法,分为交通发生、交通分布、交通方式划分和交通分配四个阶段,四阶段的基本模型和算法在宏观交通规划中发挥着重要的作用。然而随着交通规划管理的发展,四阶段法也暴露出自己的局限性。本文将分析四阶段法的局限性和探讨其它改善的交通需求预测模型。     

�����������SARIMA���ģ�͵Ķ��ڽ�ͨ��Ԥ��

为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点。构造该组合模型的两个组成模型,即SARIMA模型和GRNN模型,也被用于预测研究以便于验证该组合模型在预测上的优势。实证研究结果表明,组合模型的预测精度高于SARIMA模型,但是却并不必然高于GRNN模型。然而,合理选择组合模型中神经网络部分的输入变量以及输出变量将显著地改善模型的预测精度,本文所构造的这个组合模型不仅具有很好的预测表现而且结构简单,非常适合城市道路短期交通流的实时预测。     

����ռ���ʵĽ�ͨ������ģ���о�

直接采用占有率信息而不是密度信息更有利于交通管理的实际应用．根据三种经典的基于密度的交通流参数模型，分别推导了三种占有率速度模型和占有率流量模型．考虑参数的约束条件可使交通流模型更具有实际物理意义，给出了各基于占有率的交通流模型的参数的约束条件，并对模型的目标函数、评价指标和优化方法做了详细的探讨．实测数据的优化结果表明本文所提出的模型、约束条件和优化方法是有效的．     

对TRANPLAN,CUBE和TransCAD的技术分析比较——以南加州尔湾市为例

TransCAD和CUBE是美国今后替代TRANPLAN的两个主要交通模型软件。TransCAD和CUBE均具有较强的模型和地理信息系统功能,两者各有所长。今后南加州区县交通模型要从TRANPLAN逐步过渡到TransCAD,但是包括佛罗里达和亚特兰大在内的美国许多其他地区选择使用CUBE,说明两个软件均占有各自的市场并受到欢迎。南加州尔湾市交通模型软件评估实例显示,对模型软件的评价和选择不仅要比较软件本身的特点,而且要对当地的模型政策、模型的功能要求。周围的模型环境。与数据结构和计算机网络系统的相容性等多方面进行综合的考量,采用多方面的评价标准审慎进行。     

水工模型中变态船模的相似性

为将变态船模应用在变态水工模型试验中,从理论上对变态船模的运动特性等进行分析。变态船模在水中运动应满足几何相似、运动相似、动力相似、操纵性相似等相似条件。从水工模型相似律入手,讨论变态船模在水工模型中的相似规律。     

交通配流问题路径解唯一性的探讨

首先介绍了交通平衡配流问题(TAP)的路段-节点模型,然后说明了该模型的平衡路径流量解一般是不唯一的。为了克服路段一节点模型这种应用上的缺陷,使交通规划人员在实际工作中能得到所需要的有关平衡路径流量的数据信息,利用极大嫡模型给出了确定平衡路径流量唯一解的方法。