������Ϊ�Ŀ���Ԥ�ⷽ��̽�ּ�Ӧ��

城市轨道交通客流预测是轨道交通线网规划的定量分析依据，它对于轨道交通系统的线网规模、布局、车组配置、运营组织以及经济评价等都起着至关重要的作用。本文介绍了非集计的基于行为的客流预测模型在北京市轨道交通客流预测中的运用，基于行为的预测方法以出行链为基本研究单元，能够描述出行个体全天的出行活动以及这些活动在时间上和空间上的发生顺序，从而更精确地预测人的行为。结合北京市地铁5号线客流预测的实例，对基于行为的客流预测方法体系进行了详细介绍，并给出了预测的结果，证明了其可行性。     

神经网络在机场物流预测中的应用研究

考虑到神经网络在机场物流预测应用的必要性及其优点，依据已有的内、外回归神经网络预测模型及其算法，利用它们的良好特性，提出了对角回归神经网络滚动预测模型及其机场流预测系统，突破了传统意义上进行机场流预测的局限性，经过实际运行检验，证明在机场物流中应用人工神经网络预测方法不仅可行，可且有更好的预测精度。     

�����ۻ�������Ԥ���о�

本文的核心工作是建立了RBF神经网络—Monte Carlo货物吞吐量预测模型，利用大连港货物吞吐量的历史数据，对2006年-2010年以及2020年的大连港货物吞吐量进行预测。以RBF神经网络的预测为基础，利用Monte Carlo仿真方法对大连港货物吞吐量的预测结果进行可信度分析。得到了预测结果区间，以及预测结果在每个区间上出现的概率。文章证明了神经网络—Monte Carlo预测模型在吞吐量预测领域中的可行性，而且预测结果为大连建设东北亚建设航运中心提供了参考依据。     

成本预测与投标报价

首先介绍了工程成本预测的必要性和成本预测中所需的基础资料和条件、方法、面临的问题，以及采取的措施。其次对招投标报价的编制方法与成本预测的结合问题进行了探讨，揭露了目前建筑市场上投标时不惜蚀本而投最低标的不正常现象是成本预测相悖的。     

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。     

融合信号分解与排列熵的高铁线路风速区间预测方法

为提升高铁线路风速预测精度以保障强风下高速列车的运营安全，融合信号分解与排列熵提出高铁线路风速区间预测方法。采用信号分解技术与排列熵(PE)筛选分量，对不同复杂度分量分别利用门控循环单元分位数回归(QRGRU)和门控循环单元(GRU)构建高铁线路风速区间预测模型。对我国某高铁线路风速监测数据进行预测，结果表明：预测模型的预测精度较对比方法有显著提升，在区间预测上有良好表现，预测区间覆盖概率(PICP)、预测区间平均带宽(PINAW)及综合覆盖带宽指标(CWC)分别为94%、0.16、1.72,表明该方法能准确描述未来风速趋势，提升预测精度，对解决高铁安全运营问题具有实用价值。     

混合示教长短时记忆网络的车辆轨迹预测研究

为实现智能网联车对周围车辆运行轨迹准确地长时预测，本文提出一种混合示教解码的长短时记忆网络的车辆轨迹预测方法。首先，通过特征筛选和历史轨迹序列标注建立轨迹预测数据集；其次，构建长短时记忆网络的编码器-解码器模型，编码器将自车和周围车辆历史轨迹及道路环境信息编码为上下文向量，解码器采用混合示教的模式将上下文向量解码动态解码为未来轨迹；最后，采用真实道路数据集NGSIM US101和I-80路段验证模型的可行性。多组对比分析实验结果表明：本文所提方法在长时域预测的终点位移误差指标上的有效性和优越性，5 s的终点位移误差在2.7 m以内；并且模型在稀疏采样后的数据集上达到更高的预测准确率，5 s的位移误差在1.3 m以内。     

基于BP神经网络的公交线路站点时段上下车人数预测模型

公交线路客流预测是公交调度优化技术的基础研究内容。通过对公交线路站点时段上下车人数主要相关影响因素的分析，并根据改进的BP学习算法，而建立的基于改进的BP神经网络的公交线路站点时段上下车人数预测模型．经哈尔滨市有关调查数据的训练与检验，证明具有较高的预测精度。     

基于虚拟仪器的大型旋转机组振动预测模型

为预测大型机组状态，建立了灰色预测模型．并研制了具有开放性和柔性的虚拟仪器平台下的预测系统，以适应不同用户和不同环境．该系统在LabVIEW平台下并结合VC 编程实现，在工业现场得到实际应用．在大型供水机组上应用结果表明：采用该技术可以预测机组趋势性故障13期、减少维修次数和维护费用．     

短期交通量预测新探：贝叶斯组合模型

本提出一种新的贝叶斯组合模型并将其应用于短期交通流量的预测。笔介绍了该模型的基本原理及在示范路网中的实际应用，计算结果表明，此模型的预测性能整体上要优于单一的神经网络模型，而且确保了模型精度的稳定性。