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．     

���ڻ�ɫϵͳ���۵Ĺ�·��Ŀ���Ч������

运用系统工程理论方法，针对目前我国公路建设项目后评价工作中所面临的社会经济效益定量评价这一难题，提出当统计数据缺乏的情况下选择、运用灰色预测模型对指标进行定量分析、预测的新思路；以厦门海沧公路大桥项目为背景，结合定性分析，采用灰色系统理论中的缓冲算子公理，建立了GM(1,1)模型和灰色线性回归组合模型对数据进行拟合和预测，取得了满意的结果.     

LM-CDBN超高层变形预测模型的构建与应用

为提高超高层建筑变形预测精度，对附有条件的深度信念网络（conditional deep belief network，CDBN）模型中权值及阈值调整方法进行了改进，使用LM （Levenberg-Marquardt）算法作为新的模型定权机制，构建了LM-CDBN网络模型；将构建的LM-CDBN超高层变形预测模型应用于一座298 m超高层建筑中；然后用训练误差、预测值拟合度、预测结果稳定性组成的综合评价体系对模型进行了评价；最后，将LM-CDBN模型分别与深度信念模型（deep belief network，DBN）、极限学习机（extreme learning machine，ELM）、基于无迹卡尔曼滤波的支持回归向量机（unscented Kalman filter-support vector regression，UKF-SVR）进行了预测结果对比. 结果表明:在超高层建筑的变形预测中，相比DBN、ELM和UKF-SVR，LM-CDBN预测精度分别提升了32%、55%及24%，模型的信息提取稳定性及处理时变系统非线性问题的泛化能力得到了提高.      

石化产品运输风险评价模型的研究

石化产品的运输风险在运输中是必不可少的,通过研究它可以对基于国内实际运输情况的事故概率以及其后果进行预测和评价,因运输成本和运输路线选择的研究比较成熟,这里仅仅就运输风险展开评价,通过对风险因素和风险项的量化,给出了个风险项的量化模型,通过各风险项的归一化得到总风险项评价模型,为企业运输和决策提供参考。     

基于生存分析的小汽车通勤者出发时刻研究

根据生存分析中的加速失效时间模型,对通勤者上班出发时刻选择行为进行研究分析.利用调查数据,建立了小汽车通勤者上班出发时刻选择的Weibull加速失效时间模型,得到了性别、年龄、家庭收入、单位上班时间和出行距离等是影响通勤者上班出发时刻选择的主要因素.结论表明模型的预测误差主要集中在10 min以内,模型的适用性和准确性较好,解决了Cox比例风险模型不能直接预测通勤者出发时刻的问题.     

综合交通枢纽不同成本换乘方式选择研究

主要以综合交通枢纽换乘为研究对象,通过对综合交通枢纽内部布局中换乘时间、距离、便捷性等各因素对出行者换乘的影响研究,并对比以往研究成果,在Logit交通方式划分模型中,部分采用AHP层次分析法对综合交通枢纽评价模型进行分析研究,引入换乘成本概念,得出综合交通枢纽内换乘成本指标和剩余换乘成本指标.创建了基于Logit模型的综合交通枢纽换乘选择模型,对不同交通方式换乘选择的可能性进行评估和预测,为综合交通枢纽规划布局的合理性,提供了一种分析评价的依据.     

城市轨道交通网络新线接入后的客流预测

城市轨道交通网络新线接入后,网络拓扑结构和客流时空规律都将发生较大变化。提出通过可达性指标将进出站量预测、OD分布量预测、基于路径选择模型的随机客流分配等阶段关联,构建客流预测模型。进出站量预测时,构建土地利用替代指标,避免对新车站周边土地利用、社会经济属性等进行调查;同时由目的地选择效用计算得到车站可达性指标,描述车站位置对进出站量的影响。OD分布量预测时,构建目的地选择模型,可适应拓扑变化后的场景,模型中OD可达性指标由路径选择效用计算得到。构建的路径选择模型,综合考虑了影响乘客路径选择的各因素。最后,对广州市地铁6号线接入后的客流进行建模预测,各模型参数均符合统计检验要求且客流预测精度较高。     

基于NL-累计前景理论的出行方式 选择预测模型研究

为改进效用理论在个体风险偏好、非完全理性决策、方式整体效用等方面的表述局限，联立出行方式与出发时段构建双因素出行方案，并建立基于巢式 Logit(NL)-累计前景理论的出行方式选择预测优化模型.通过累计前景理论将 NL模型所获方案客观效用及选择概率主观化，构建累计权重函数、价值函数并以前景值的形式描述出行方式对出行者的实际感知价值，最后通过调查数据进行建模与验证.结果表明，与仅基于 NL模型进行的方式预测相比，所建模型综合命中率从74.8%上升至85.2%，各方式预测命中率更为均衡.     

基于灰色遗传支持向量机的短时交通流预测

为了进一步提高短时交通流预测的精确度,通过分析灰色模型、遗传算法和支持向量机模型的特点,提出一种组合的短时交通流预测模型.模型运用灰色模型对原始交通流数据序列进行累加,弱化其随机性,再通过遗传优化支持向量机模型进行预测,利用灰色模型将预测结果进行累减,得到最终的预测值表.以长春市某主干路交通流数据为基础,验证了该模型的有效性和可行性.     

基于前景理论与模糊综合评价的出行方式选择

为了改进现有出行方式选择模型,提高出行预测精准度,本文以前景理论与模糊综合评价为基础建立了居民出行方式选择模型。论文从居民的选择心理入手,确定了影响居民出行方式选择的五个因素并以此建立评价体系。在通过模糊综合评价对前一次出行过程进行总结的基础上,结合居民选择忠诚度和出行目的的多元化,以前景理论为主要方法建立费用函数,并将前一次出行费用作为参照点进行各出行方式前景值比算,从而确定当前出行方式。文章最后通过一个具体算例进行实证分析,结果表明:所建模型相对于现有的出行方式选择模型在预测精度上有着明显提高,且更为符合城市居民的出行习惯。     

浅谈企业财务预测的重要性

财务预测对现代企业的生存和发展有着至关重要的影响，了解财务预测、做好财务预测已成为企业刻不容缓的任务。本文对企业财务预测的意义、必须遵循的一般原则以及财务预测的种类和现实运用进行了详细的论述，并且对企业在做财务预测时应注意的问题也进行了一定程度的分析。     

基于四阶段法的兰州市雁滩商业圈交通需求预测

交通需求预测是交通影响分析和区域规划中的重要组成部分,可以提前消除和避免一些交通隐患和交通问题。兰州市雁滩商业圈作为兰州市重要的新型商业圈,由于发展速度快、建设规模大,对周边的交通产生很大影响。利用四阶段法,得出交通需求预测结果,该结果能够直观地表示出未来规划年潜在的交通出行量,为雁滩商业圈新建企业的交通影响评价及城市区域规划提供理论依据和指导。     

枣庄港"十二五"货物吞吐量的预测研究

在分析枣庄市经济、社会发展情况和枣庄港历年华货物吞吐量的基础上,综合运用时间序列法、回归分析法、弹性系数法、灰色模型法等定量预测方法和实地调查法、专家分析法等定性预测方法对枣庄港"十二五"末货物吞吐量进行预测,得到较为可靠的测值吞吐量.预预测结果可为有关部门制定相应规划时提供参考.     

地震反射波隧道超前预报方法的研究及应用

介绍了地震反射波隧道超前预报方法原理和超前地质预报现场实际的应用情况,预报结果印证该方法能够取得令人较为满意的效果。     

交通规划四阶段法在物流需求预测中的应用

结合交通规划四阶段法的特点,在城市物流规划中的物流需求预测基础上,研究了物流需求分阶段的预测方法,并对物流需求预测模型进行了应用分析,最后基于四阶段物流需求预测,论述了相应的城市物流调查与分析的内容和方法。     

土地利用模型在运量预测中的研究

随着我国社会主义市场经济体制的完善,传统计划经济时代的运量预测方法已经不能适应市场经济对运输业提出的要求.考虑到市场经济环境、运输服务性和价值尺度等因素对运量的影响,以及交通量与土地利用状况之间存在的辩证关系,基于应用节点土地利用模型进行区域交通量预测的思路,进一步分析运输生产具有的区域性质等特点,建立适用于区域交通量预测的节点土地利用模型,给出合适的模型求解算法,经实例证明,该模型可比其他预测方法取得更为精确的预测结果.     

浅谈科技管理中的科技预测

简要阐述了科技预测在科技管理中的重要作用 ,介绍了科技预测常用的几种方法 ,列举了交通科技预测中的几个实例     

隧道超前地质预报方法选取研究与应用

通过对隧道超前地质预报的几种物探方法的理论分析,揭示各种方法的使用前提及最终所得参数和信息,在此基础上总结出各种方法的优缺点和适宜范围。提出以地质分析为核心与指导,选择探测突变参数,多方法综合对比分析的物探方法选取原则,使物探方法的选择更有针对性,所得到的解译结果物性差异明显,便于分析判别,并提高预报的准确性。     

基于ANFIS交通流实时预测及在MATLAB中的实现

分析了模糊推理预测模型和神经网络预测模型在交通流实时预测中的优缺点,采用ANFIS预测模型将二者结合起来,发挥两个模型各自的优势,弥补彼此的不足,通过预测结果表明该模型能够更直观、更精确地对交通流进行实时预测.     

基于ANFIS交通流实时预测及在MATLAB中的实现

分析了模糊推理预测模型和神经网络预测模型在交通流实时预测中的优缺点,采用ANFIS预测模型将二者结合起来,发挥两个模型各自的优势,弥补彼此的不足,通过预测结果表明该模型能够更直观、更精确地对交通流进行实时预测.