铁路客运量预测方法探讨

本文对常用的指数平滑模型、回归分析法、灰色模型、组合模型等进行了综合研究。根据上海1996-2004年的实际铁路旅客发送量，应用四种模型预测了2005年的旅客发送量，并与实际值进行对比，检验了模型的应用。最后，建议在预测时，根据手中掌握的资料利用多种模型进行预测，然后采用组合方法对预测结果进行修正，可以提高预测精度。     

交通量预测的优化模型

在交通量预测的一般方法（原值预测法、经济调控法和回推算法）的基础上，建立了交通量预测的优化模型，给出了优化模型中加权系数的确定方法。     

高速铁路客运量预测方法研究

本文分析了常用高速铁路客运量预测方法中存在的主要问题，即多元Logit模型的非相关选择方案独立特性和多层Logit模型的log—sum变量构成对预测结果准确性的影响，并在此基础上提出了一种新的预测方法。该方法不仅避免了上述问题，而且能够真实反映乘客的运输方式选择行为，从而得到合理的预测结果，因此具有较好的应用前景。     

重力模型在交通分布预测中的应用

研究了公路建设工可研究中的交通分布预测方法问题，介绍了重力模型法的原理及其在交通颁预测中的应用前景，并通过实例比较了Ｆｕｒｎｅｓｓ法和重力模型改进法的运用差别，有助于目前应用较多的工可研究中交通预测方法的正确使用。     

灰色理论及其组合模型在交通运量预测中的运用

在灰色预测理论与方法中，由于利用累加生成手段和微分方程描述的灰色模型，在一定预测时段内具有良好的预测精度和实用性，为将误差降到最小，本文以误差平方和最小为目标函数，利用拉格朗日乘数，确定出灰色模型与一元线性回归模型的最优组合权数，结果表明其组合模型比灰色模型与一元线性回归模型单独使用时有更高精度，故对交通运量预测工作有较强的应用价值。     

预测分析的混合模型法

通过分析国民经济中实际数据序列的特点，提出一种预测分析的混合模型方法，对这种模型方法进行了分析和论证，并将其用于数据序列的分析预测。这种模型是根据统计数据本身的规律性和特点来预测分析的一种方法，需要考虑的因素少，具有方法简明、计算复杂性低和便于使用等特点。     

高速公路路基沉降预测方法综述及应用

本文综述了根据实测资料预测高速公路路基沉降量的方法，并结合宁启高速公路通海段的实测沉降资料，采用泊松曲线模型和灰色模型进行了预测，并与实测结果进行了对比和分析，得出一些结论和建议。     

大规模铁路运量分布研究

探讨了大规模铁路运量分布研究中的几个问题：分布模型的选择、数据的预处理及在对某些品类货物预测时稀疏矩阵的赋值等。分析及实际计算表明，改进后的增长系数模型和物理类比模型较适合于大规模铁路区域ＯＤ流分布预测；对预测运量数据进行数值分解和迭加，可以较好地处理计划性数据，从而提高预测精度；预先对大规模稀疏ＯＤ矩阵零元素赋微量值，从计算的角度看可行，但是也掩盖了局域网络的实际不平衡。     

基于模型优选及融合的高教园区出行生成预测方法

为了提高高教园区出行生成预测数据的可靠性,提出了一种基于模型优选及融合的出行生成预测方法。根据选取的模型评价指标,借助ELECTRE方法对区域出行产生模型进行优选,利用证据理论方法,对优选模型的权重进行标定,最后借助标定后的权重对区域交通生成量进行数据融合预测,并与实际结果进行了对比。分析结果表明:多模型融合预测相对误差在10%以下,预测结果与实际情况非常接近,该预测方法有效。     

交通量预测的优化模型

在交通量预测的一般方法(原值预测法、经济调控法和回推算法)的基础上,建立了交通量预测的优化模型,给出了优化模型中加权系数的确定方法.     

道路交通事故预测中的灰色预测GM(1,1)模型

针对交通事故发生的特点，探讨了灰色模型GM(1，1)在道路交通事故预测中的具体应用，介绍分析道路交通事故的灰色性的基础上，建立了基于灰色预测理论的GM(1，1)模型，并用其分别对道路交通事故的死亡人数、交通事故量进行了预测，其结果是可信的。GM(1，1)模型是最常用的一种灰色模型，它对于“不确定问题”的研究的主要意义是通过信息覆盖，构造生成序列的手段来寻求现实现象中存在的规律，可以相对减少对历史数据的依赖性和“少数据建模”的特点。它尤其适合于交通事故预测这样“小样本”的随机不确定问题。     

基于BP神经网络的预测模型

预测是数据分析的基本任务之一,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的产生为处理非线性问题提供了一条新途径。文中运用智能计算技术建立了BP网络模型。通过珠江三角洲天河水文站的水位预测结果表明,BP网络模型有较好的泛化能力,预测更为可靠。     

灰色模型与其组合模型的比较

运用灰色模型和二元回归模型的组合模型进行交通量的预测,结果表明,组合模型比单一的灰色模型具有更高的预测精度。     

路段上短时间区段内交通量预测ARIMA模型

探讨了用于路段上小时间间隔里交通量预测ARIMA模型的一般形式及其参数标定、检验、预测的方法，进一步探讨了它的应用。     

港口吞吐量预测的系统动力学模型构建

将系统动力学方法运用于港口吞吐量预测，可以较好地解决传统预测方法中考虑因素较少的问题，在对港口系统主要因素及因果关系分析的基础上，建立港口吞吐需求量及供给量系统动力学模型，并采用南京港各相关统计数据对模型进行了仿真和验证，结果证明该模型有效可行．     

用人工神经网络评价边坡稳定性

对人工神经网络及BP网络模型作了简要的介绍，利用BP网络模型对边坡稳定性进行了预测，并对其中的参数选择，数据收集与处理，构造网络模型等问题进行了深入探讨，实例计算表明，通过样本的训练检验，利用人工神经网络方法对边坡稳定性的预测取得了比较满意的效果，为今后此类边坡稳定性的评价提供了可借鉴的方法．     

基于ARMA模型的经济非平稳时间序列的预测分析

时间序列分析方法是经济领域研究的主要工具之一．它用合适的模型描述历史数据随时间变化的规律，并预测经济变量值．而ARMA模型是适用于任何序列的发展形态的一种高级预测方法，它描述时间序列的动态性和发展变化规律．文中通过ARMA模型分析时间序列的随机性和平稳性，以一种商品月度销售额具体分析，用sas软件检验模型的可行性，并预测应用．结果表明．模拟值和真实值接近，在实际应用中预测值的准确对于指导商家的战略决策起重要作用．     

广州至珠海城际快速轨道交通客流预测

基于对广州至珠海城际快速轨道交通功能定位与客流特征的分析，提出了将城际快速轨道交通作为区域客流通道进行研究的基本思想以及基于四阶段的客流预测技术路线。用客流分配组合模型，对广州至珠海城际快速轨道交通进行了客流预测，获得了线路全日客运量、客运工作量、平均运距和高峰小时最大断面流量等客流预测指标。     

灰色理论在高速公路交通量预测中的应用

应用灰色理论，借助于EXCEL及MATLAB，对成渝等几条高速公路的交通量进行预测并结合实例建立相应的模型予以验证，通过与实际情况对比，说明该预测模型用于高速公路交通量预测精度较高，且使用方法简便。     

基于公路网的交通量预测方法探究

本文分析了逻辑斯蒂曲线和定标模型S曲线的特征和参数标定。在此基础上提出将这两种曲线模型结合起来的交通量预测模型，并应用于规划公路网路段的交通量预测，取得了较好的预测结果。