基于灰色-马尔科夫理论的沥青路面性能预测研究

结合灰色理论短期预测优势以及马尔科夫预测模型无后效性特点,建立基于灰色-马尔科夫理论的组合预测模型,研究沥青路面性能衰变规律。以重庆某高速公路历年RQI检测数据为例,用MATLAB计算RQI灰色预测值并验证模型的精度;通过灰色预测方程反算使用年限序列,并建立马尔科夫状态转移矩阵,对RQI进行预测。结果表明:灰色预测模型对RQI预测精度达到一级,预测结果可靠性较高;根据灰色-马尔科夫模型,预测RQI衰变规律,对比单一的灰色预测模型,灰色-马尔科夫组合预测模型精度更高,更适用于路面性能的长期预测。     

汽车排放寿命的灰色建模预测

针对汽车排放寿命往往需要试验实测才能取得的局限,文章尝试运用灰色预测理论分析汽车排放性能。介绍了灰色预测理论,并根据较少的试验数据,建立灰色GM(1,1)预测模型,用以预测汽车排放寿命。示例表明,预测模型的精度较高,分析方法可行。     

铁路路基沉降变形组合预测模型优化

由于传统灰色模型在预测波动性较大的数据时精度不高，提出一种改进的动态GM-Poisson-Markov组合预测模型。利用非等间距加权矩阵与无偏优化对灰色模型进行改进，通过原始序列的动态更新实现模型的参数更新，在此基础上与泊松曲线模型建立一种组合预测模型，并利用马尔科夫链进行残差修正，得到改进的动态GM-Poisson-Markov组合预测模型。利用汉巴南铁路路基沉降变形监测数据进行实例分析，将预测结果与泊松、灰色模型、非等间距无偏灰色模型以及组合模型预测结果进行对比分析，结果表明:模型对铁路软土路基沉降变形可取得较好预测效果，提高了预测精度与稳定性。     

车用锂离子动力电池循环寿命衰减预测方法

随着新能源汽车市场占有率不断上升,如何精准预测其装配的锂离子动力电池在实际使用过程中的循环寿命衰减情况成为了重点关注问题。为此,将动力电池特性参数引入灰色预测模型,建立了一种车用锂离子动力电池循环寿命衰减预测方法;利用动力电池循环的小样本信息训练所建立的电池容量保持率迭代算法,对电池在多温度及工况下的容量衰减情况进行预测,并对影响预测方法精度的部分因素进行分析。结果表明：车用锂离子动力电池循环寿命衰减预测方法可以在满足一定精度的前提下,对动力电池循环过程中的容量衰减情况进行有效预测,并具备多温度及循环工况下的适应性。     

基于改进新维灰色预测模型的沥青路面结构承载能力评价指标预测方法研究

分析了新维灰色模型预测路面承载能力评价指标的可行性,选取陕西省某条高速公路路段2012年至2016年弯沉检测数据建立传统新维灰色预测模型,引入残差对传统新维灰色预测模型进行改进,运用马尔可夫状态转移矩阵来判断残差预测值在时的符号,建立改进残差新维灰色马尔可夫预测模型,提高了预测精度。并对该路段2017年沥青路面承载能力评价指标进行了预测,并根据预测结果提出养护建议。     

基于优化灰色神经网络模型的内燃机气缸套磨损量预测的研究

气缸套磨损量是衡量汽车发动机寿命的重要因素。针对传统灰色预测模型的缺陷,采用均值修正策略,对样本数据进行预处理,实现灰色预测模型的优化;将灰色预测模型与BP网络相结合,建立了优化灰色神经网络预测模型;实例分析结果表明,优化模型能更精确地预测发动机气缸套的磨损量,为发动机的寿命预测与维修提供了更有效的方法。     

基于改进GR模型的江苏交通客货运量预测

客货运量预测是交通部门决策的重要参考。文中分析比较了灰色、回归、GR模型的预测效果及特点,得出不同样本数据影响着不同预测模型的预测精度、不存在一种永远最优预测模型的结论;通过对不同预测模型预测精度的比较,提出改进GR模型,以针对不同类型样本数据获取最优预测模型;最后运用改进GR模型对江苏交通未来几年客货运量进行了预测。     

新能源动力电池维修技术项目介绍(一)——北汽-中车行动力电池维修校企合作

<正>一、新能源汽车产业发展不可逆1.新能源汽车产业仍将快速发展且不可逆根据工信部的数据显示，2021年全年，我国新能源汽车销量为352.1万辆。根据《新能源汽车产业发展规划(2021-2035年)》，新能源汽车新车销售量2025年要达到新车销售总量的20%左右，即600万辆左右。2022年上半年，新能源汽车产销分别完成266.1万辆和260万辆，同比均增长1.2倍，市场渗透率为21.6%。中汽协预判，2022年我国新能源汽车将超过550万辆，     

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。     

基于预测有效度的组合模型在交通量预测中的应用

在已有交通量预测模型的基础上,建立了基于预测有效度的组合预测模型,应用规划方法求解出各单一预测模型的最优权重系数。通过实测数据的验证表明,该组合预测方法具有比回归分析和神经网络预测模型更高的精度,组合方法为交通量的预测提供了一种可靠而有效的新途径。     

基于优化灰色神经网络模型预测公交换乘需求量的换乘枢纽选址

根据公交换乘枢纽换乘量的生成特点和影响交通换乘量的主要组成因素,研究发现交通换乘量具有“小样本、贫信息”的灰色特征,为此提出了一种基于灰色软计算的换乘需求量预测方法.该方法利用灰色系统原理建立灰色神经网络系统预测模型,通过采用遗传算法改进神经网络的性能,提高系统预测的精度.以兰州市市区公共交通枢纽规划为例,结合实际的道路交通调查数据,运用该方法对提出的交通枢纽方案进行了实证分析与评价.结果表明:改进的灰色神经网络能有效地改善预测精度;运用GA-GNN模型求解道路交通中的非线性问题对提高决策水平具有较大的现实意义.     

发展新能源汽车无捷径

全球新能源汽车的推广正逐年走高。以美国为例，1～8月份共销售282139辆，占其同期汽车销量的5．5％。在这段时间，日本共销售472795辆新能源汽车。占其全部汽车销量的21．8％。而同期国内有统计数据的新能源汽车销量为5139辆，约占国内轿车销售的0．007％。但这个数字未包括进口的雷克萨斯CT200h、丰田凯美瑞、日产聆风、沃尔沃C30以及雪佛兰沃蓝达等等在国内的零星销售量。其中CT200h的销量较大。如果算上这些新能源汽车，其比例可以超过0．01％。     

基于AIS船舶数据的港口交通流量预测模型研究

针对当前船舶交通流量预测手段落后,精度不高的问题,利用宝船网A PI数据接口提取船舶A IS数据,依托该数据构建基因算法优化神经网络的船舶交通流量预测模型,K近邻回归预测模型、时间序列预测模型和灰色预测模型的组合预测模型.通过自编程序采集了天津港某时段的船舶交通流量数据,在剔除错误和不可用数据后,对船舶交通流量数据进行统计,分析得到了进出天津港的船舶航行特性.同时为了更直观的验证所提出的预测模型效果,与利用K近邻回归、时间序列和灰色预测模型3种方法预测的结果进行对比.组合模型进港预测的平均绝对误差、均方误差和平均相对误差分别是0.5595,1.0119和12.98%,出港分别是0.6726,1.3155和15.23%,以上指标均优于上述的传统3种模型.相比于组合模型,优化的BP神经网络模型预测结果更优,进港和出港预测的平均相对误差分别降低了3.23% 和4.76%,结论证明,组合模型和优化的BP神经网络模型具有较高的预测精度.      

新闻

正2018年1-5月新能源汽车销量增141.6%中国汽车工业协会最新统计显示,2018年5月,中国汽车生产量为234.44万辆,环比下降2.2 6%,同比增长12.84%;销售量为228.77万辆,环比下降1.37%,同比增长9.61%。其中,乘用车生产量为195.42万辆,环比下降2.28%,同比增长11.82%;销售量为188.94万辆,环比下降1.30%,同比增长     

基于多源异构和XGBOOST模型的销量预测

随着中国经济的快速发展,中国汽车市场已经发展成为世界第一大汽车消费市场和全球最大的消费潜力市场3面对规模越来越大的市场,准确预测铕量是汽车产生面临的重要课题。本文在主成分分析的技术之上探讨了多源异质性大数据和XGBOOST算法在汽车销量预测模型中的应用首先选取一些社会经济结构变量、相关政策以及某汽车企业汽车销量为样本数据;其次为了去除多重共线性问题利用主成分分析分析出权重占比累积超过90%的样本特征;再次利用多维度控制变量法确定了XGBOOST糢型的最佳参數组合;最后利用训练好的模型对验证集进行测试,结果表明,多个月的预测销量与实际销量之间的平均准确率为88.52%,平均差异仅为11.48%。这为企业预测汽车销量提供参考.     

智能新能源汽车应急救援指南(上)

2021年我国新能源汽车销量达到352万辆,同比增长1.6倍,增速达到了2016年以来的最高水平,销售量前10的汽车制造厂商有比亚迪汽车、上汽通用五菱等9家中国品牌。新能源汽车包括纯电动汽车、插电式混合动力汽车和燃料电池电动汽车,新能源汽车普遍配置了多个智能系统,而且由于配置了动力电池等高电压元件,新能源汽车在道路上发生碰撞、火灾或水淹时,应急救援人员首先要断开高电压系统。宝马iX3纯电动汽车如图1所示。     

在道路交通和城市化进程影响下对汽车销量的预测

本文研究了汽车销量在道路交通和城市化进程影响下的预测模型的建立,以历史数据为检测依据,判断所建模型的可行性,并对2011~2015年末汽车总销量进行了预测。其模型参数即道路交通和城市化进程对汽车销量的影响因素包括城镇人口数、城镇居民人均可支配收入、城市化率、城市年末实有道路长度、城市年末实有道路面积、公路里程。经精度检验,BP神经网络可用于预测城镇人口数、城镇居民人均可支配收入、城市化率、公路里程。二元线性回归可用于预测城市道路长度和城市道路面积。最后BP神经网络利用其在处理非线性系统方面的优越性,实现在各参数影响输入下对汽车总销量输出的任意非线性映射且具有较高的预测精度。     

基于支持向量机的交通事故组合预测方法研究

对灰色理论、神经网络和支持向量机的预测模型进行了研究,对灰色理论、神经网络和支持向量机3种预测方法进行了线性组合、神经网络组合和支持向量机的组合预测.以1995～2004年某公路路段的交通事故次数为例,与单一预测方法结果、线性组合预测和神经网络组合预测进行对比,认为支持向量机组合预测方法比较精确.     

在道路交通和城市化进程影响下的汽车销量预测

建立了汽车销量在道路交通和城市化进程影响下的预测模型,以历史数据为检测依据,判断所建模型的可行性,并对汽车2011-2015年末总销量进行了预测。     

道路交通事故灰色马尔可夫预测模型

在道路交通事故灰色预测的基础上，引入马尔可夫链预测理论，建立道路交通事故灰色马尔可夫预测模型。道路交通事故灰色马尔可夫预测兼有灰色预测和马尔可夫链预测的优点，模型克服了随机波动性数据对道路交通事故预测精度的影响，拓宽了灰色预测的应用范围。实例计算证明：道路交通事故灰色马尔可夫预测模型预测精度高于GM(1，1)模型预测精度，模型可以用于道路交通事故预测。