基于GM模型和马尔科夫模型的公路客运量预测

以1992年至2005年兰州市公路客运量的实际值为基础,通过灰色模型对客运量的预测,得到了1992和2005年的公路客运量的预测值,结合实际客运量计算出其预测结果的相对误差。再对相对误差进行划分状态区间,运用马尔科夫模型得出2006年至2015年预测值的相对误差所处状态。从而得到经马尔科夫模型修正后的修正值,进而得到较高精度的客运量预测值。     

基于灰色加权马尔可夫链的大连铁路客运量预测

以2003~2013年大连铁路客运量数据为基础,采用灰色GM(1,1)模型预测方法和马尔可夫链相结合的方法对大连铁路客运量数据进行预测,给出了灰色加权马尔科夫链预测模型.不仅构造了状态转移概率矩阵,而且也获得了有效的滞时阶数.结果表明,在预测值与真实值的平均绝对误差方面,与灰色GM(1,1)模型相比,灰色加权马尔可夫链模型减小了一半,其预测效果十分理想.在此基础上,对2014~2020年大连铁路客运量数据进行了预测.     

基于隐马尔科夫模型的文本分类

文本分类经过多年的发展,已经产生了很多成熟高效的算法.将隐马尔科夫模型用于文本分类,对每个文本类构建一个隐马尔科夫模型,x2检验获得类别特征词集,其状态转移表示按照一指定顺序对类别特征词集进行遍历,状态输出符号为特征词的词频,隐马尔科夫模型的状态转移过程隐含的表示了属于该类的文本的形成过程.具有最大概率的HMM分类器就是所属的类别.该算法不仅将特征词考虑进去,而且还将词频信息融入隐马尔科夫模型中,实验结果表明该方法分类效率较高     

基于马尔科夫链-BP神经网络模型对公路运量的预测研究

选取河北省某地区1998—2017年公路运量数据为例,采用BP神经网络模型进行预测并用马尔科夫链修正预测值,将公路运量实际值与BP神经网络预测值及马尔科夫链修正值作对比分析并预测了2018—2019年的公路运量数据.使用马尔科夫链修正后的BP神经网络预测模型可以将公路客运量和货运量的平均相对误差分别下降至2.07％和2.14％.修正后的模型不仅可以准确的对公路运量做出预测,而且可以为未来公路运输发展提供有利意见.     

改进无偏灰色模型预测沥青路面使用性能评价指标

分析了灰色模型预测路面使用性能的可行性,选取陕西省某条高速公路路段PCI、PSSI、RQI和SRI 4项指标2012年至2016年历史数据建立了无偏灰色预测模型,引入残差对无偏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k≥n时的符号,建立了改进无偏灰色预测模型,减化了计算步骤,提高了预测精度。并对该路段2017年路面使用性能各评价指标进行了预测,根据预测结果提出了相应的养护措施。     

基于灰色马尔科夫链模型的交通量预测

交通量是一个不平稳的时间序列,在不确定性条件和缺乏数据资料的情况下,交通量的预测是一个较复杂的问题。灰色马尔科夫链模型是一种结合经典灰色理论和马尔科夫链的状态转移行为的预测模型。该模型在灰色预测理论的基础上,再对随机波动大的残差序列进行马尔科夫预测,实现了两者的优势互补,克服了两者的不足。以太原市漪汾桥断面的交通量的数据在传统灰色GM(1,1)预测模型的基础上建立交通量的灰色马尔科夫链模型,研究表明,该模型在交通量的预测方面相对传统的灰色GM(1,1)模型有更高的精度。     

公路货物运输量灰色马尔可夫预测模型

为了提高公路货物运输量的预测精度,结合灰色系统和马尔可夫链的特点,建立公路货物运输量灰色马尔可夫预测模型.在实例应用中,建立运输量GM(1,1)灰色预测模型,在获得预测值和残差检验的基础上,将原始数据序列划分为4个状态,计算状态转移概率,利用灰区间中位数建立货运量灰色马尔可夫预测模型,对货运量和货运周转量进行预测.将其预测结果与GM(1,1)灰色模型的预测结果比对,结果表明,灰色马尔可夫预测模型可以用于公路货物运输量预测,且其预测精度高于GM(1,1)灰色模型.     

基于贝叶斯网络的长江航运安全状况监测模型研究

为提升航运安全监测水平,依据系统工程学理论构建贝叶斯网络拓扑结构,提出基于贝叶斯网络的长江航运安全监测模型。通过对1 465条长江航运事故数据分析与处理,借助Genie软件对长江航运安全贝叶斯网络进行模拟,标定模型参数。利用改进马尔科夫链蒙特卡洛算法可以满足细致平衡的要求且能与实际的后验概率保持一致的特点,采用马尔科夫覆盖对模型下一阶段的状态进行预测,最后以武汉长江大桥航段某日观测数据为例进行实例验证。结果表明,影响长江航运安全的4个主要因素的22个子节点相互独立,所建长江航运安全状况监测模型操作性强、可视化程度高、监测结果连续、符合实际情况。     

基于贝叶斯网络的长江航运安全状况监测 模型研究

为提升航运安全监测水平，依据系统工程学理论构建贝叶斯网络拓扑结构，提出基于贝叶斯网络的长江航运安全监测模型。通过对1 465 条长江航运事故数据分析与处理，借助Genie 软件对长江航运安全贝叶斯网络进行模拟，标定模型参数。利用改进马尔科夫链蒙特卡洛算法可以满 足细致平衡的要求且能与实际的后验概率保持一致的特点，采用马尔科夫覆盖对模型下一阶段的状态进行预测，最后以武汉长江大桥航段某日观测数据为例进行实例验证。结果表明，影响长江航运安全的4个主要因素的22 个子节点相互独立，所建长江航运安全状况监测模型操作性强、可视化程度高、监测结果连续、符合实际情况。     

基于改进灰色马尔科夫模型的地铁客流预测

基于灰色理论和马尔科夫理论,建立传统的灰色预测模型和灰色马尔科夫预测模型,对西安地铁客流量的数据进行分析预测;然后对原始数据序列滑动平均处理,再用无偏GM(1,1)模型拟合系统的发展变化趋势,将修正后得到的模型与马尔科夫模型进行结合,提出改进的灰色马尔科夫模型预测方法。利用改进后的新模型对地铁客流的预测结果与传统的灰色马尔科夫模型进行对比。结果表明,改进后的灰色马尔科夫模型预测精度有显著提高。