道路交通量综合预测方法探讨

对交通量预测中常用的数学模型进行了分析,指出各种模型的特点和适用范围,提出定性和定量相结合的道路交通量综合预测方法,并通过实例对该方法进行了验证。     

基于数据预处理的铁路客运量灰色预测模型

铁路是国家的基础设施,对铁路的客运量进行准确地预测具有重要的理论意义和实际应用价值。首先对传统预测方法进行了分析,指出它们在运量预测中的不足,进而提出应用灰预测进行运量预测的优势。结合滑动平均法对灰预测方法进行了改进,同时考虑初始条件的改变。在预测2006-2010年全社会客运总量的基础上,根据铁路客运在各种运输方式中所占的份额预测2006-2010年的铁路客运总量。     

城市出租车发展规模预测方法研究

文章在对城市出租车规模影响因素分析的基础上,对现有的出租车规模预测方法进行了综合分析与评价,推荐选用供需平衡法或神经网络法进行出租车的数量预测,再结合各种影响因素综合确定出租车的发展规模;最后结合吴江市出租车发展规模预测进行了实例分析。     

江西省公路货运量预测研究

分析各种货运量预测方法的优缺点,结合公路交通发展的特点,特别是公路货物需求的基础上,选用回归分析法、灰色预测法,对江西省公路货运量进行预测分析。通过灰色系统模型和线性回归的方法对江西省近9年的相关数据运用MATLAB进行分析,预测出江西省未来5年的公路货运量。     

公路网合理规模预测和评价方法研究

在探析公路网规模影响因素和发达国家公路建设发展规律的基础上,分析预测公路网总里程的各种方法的优缺点,并采取综合模型法对传统预测模型预测结果进行优化,并建立指标体系,采用模糊多层次综合评判法对预测结果进行评价。根据实例验证,提出的方法具有良好的科学性和可操作性。     

地铁与周边建筑连接通道客流预测方法

基于连通北京市地铁车站与周边建筑的人行通道的不同特点,分析研究操作性较强的客流预测方法体系,提出三种不同的预测方法,并提出各种方法的应用条件。以地铁大兴线西红门站与英特宜家购物中心连接通廊为例,进行客流预测分析,为确定连接通廊的建设规模提供技术支持。     

全国民航空中交通量长期预测技术研究

全国民航空中交通量的长期预测是空中交通管理部门制定空域规划方案的重要依据. 本文基于GM(1,1)模型和最小二乘法原理,首次提出了空中交通流量灰组合长期预测模型;同时根据我国民航1985～2008年的飞机起降架次的历史数据,研究了时间序列预测、回归预测以及神经网络预测三种常用预测方法对中国民航空中交通量进行预测的适应性;通过分析我国民航空中交通量数据的特点以及各种预测模型的预测结果表明,本文提出的灰组合预测模型在上述各种预测模型中预测精度最高.     

基于旅客出行选择行为的通道客运分担率预测研究

客运分担率也称客运市场份额,是通道内旅客对各种运输方式进行选择的结果．合理预测客运分担率是制定各种运输方式运营策略的重要依据．考虑到西（安）兰（州）通道尚未完全形成,选择基于非集计模型的方法,通过调查分析旅客出行行为来预测通道内各种运输方式的分担率．     

ȫ���񺽿��н�ͨ������Ԥ�⼼���о�

全国民航空中交通量的长期预测是空中交通管理部门制定空域规划方案的重要依据. 本文基于GM(1,1)模型和最小二乘法原理,首次提出了空中交通流量灰组合长期预测模型;同时根据我国民航1985～2008年的飞机起降架次的历史数据,研究了时间序列预测、回归预测以及神经网络预测三种常用预测方法对中国民航空中交通量进行预测的适应性;通过分析我国民航空中交通量数据的特点以及各种预测模型的预测结果表明,本文提出的灰组合预测模型在上述各种预测模型中预测精度最高.     

基于层位分工的高速公路耐久性沥青路面材料

各种设计方法路面设计必须对路面所在的环境条件和它服务的对象——交通进行详细的分析和预测。交通方面,各种设计方法采用标准轴载作用次数计量交通量,其中英国普遍采用80KN为标准轴载(TRRL法、     

基于极限学习机的公交行程时间预测方法

以公交车GPS数据为基础,建立了基于极限学习机方法的公交站点间行程时间预测模型.依据GPS数据在站点附近的特征表现,定义了公交车到站临界点,并分析了临界点处车辆的5种运行状态;提出了公交车到站时刻估算方法,进而得到公交车行程时间数据;通过分析公交车行程时间数据内在特征,确定了极限学习机模型关键参数及其纬度;最后,以长春市88路公交车GPS数据为基础进行了方法验证.结果表明,所用ELM方法预测误差约为11%,并与应用广泛的BP神经网络、RBF神经网络、SVM进行对比分析,发现ELM方法在满足精度前提下拥有更快训练速度与预测可靠性.     

��ͨ�����ѵ������ٶ�Ԥ��ģ��

匝道是互通立交的重要组成部分,基于运行速度的匝道设计理念是目前公路及互通立交一种新的设计思路。本文以互通立交匝道小型车辆的运行速度为主要研究目标,通过分析互通立交匝道运行速度的影响因素,制订正交实验方案,运用车载高精度GPS设备,采集了北京市4座互通式立交共14条匝道车辆连续运行速度数据。根据其中10条匝道的数据,按照车辆在互通立交匝道上的运行速度特性将匝道分为三段：减速段、匀速段、加速段,构建互通立交匝道各个分段运行速度与影响因素之间的预测模型,并使用另外4条匝道的实测数据对预测模型进行验证。结果表明,模型预测值的相对误差在5%以内,验证了模型的正确性。     

互通立交匝道运行速度预测模型

匝道是互通立交的重要组成部分,基于运行速度的匝道设计理念是目前公路及互通立交一种新的设计思路.本文以互通立交匝道小型车辆的运行速度为主要研究目标,通过分析互通立交匝道运行速度的影响因素,制订正交实验方案,运用车载高精度 GPS 设备,采集了北京市4 座互通式立交共14 条匝道车辆连续运行速度数据.根据其中 10 条匝道的数据,按照车辆在互通立交匝道上的运行速度特性将匝道分为三段：减速段、匀速段、加速段,构建互通立交匝道各个分段运行速度与影响因素之间的预测模型,并使用另外4 条匝道的实测数据对预测模型进行验证.结果表明,模型预测值的相对误差在 5%以内,验证了模型的正确性.     

混沌时间序列局域零阶预测法性能比较

利用计算机仿真比较了均值、距离加权和指数加权3种混沌局域零阶预测方法的预测精度、抗噪声及多步预测性能．在无噪声或噪声干扰较小时，距离加权预测法的性能最好；当噪声干扰较大时，指数加权预测法预测性能最优．指数加权与均值预测法几乎具有相同的多步预测能力，距离加权预测法的短期预测性能最佳．对于标准的离散混沌时间序列，3种预测方法多步预测误差达到一定值后，不再随预测步长的增加而增加；对于由连续系统抽样得到的混沌时间序列，多步预测误差呈现一定周期性变化．     

紧急救援车辆实时行程时间研究

以分析紧急救援车辆行驶特性、行程时间影响因素为基础,运用波动理论建立紧急救援车辆实时路段行程时间预测模型,给出模型的标定方法,结合实际数据标定模型参数、检验模型精度。     

紧急救援车辆实时行程时间研究

以分析紧急救援车辆行驶特性、行程时间影响因素为基础，运用波动理论建立紧急救援车辆实时路段行程时间预测模型，给出模型的标定方法，结合实际数据标定模型参数、检验模型精度。     

�綯������ʻ�������SOC ����Է����뽨ģ

为解决电动汽车驾驶员里程焦虑问题,并为车辆行驶里程预测提供重要依据,本文提出一种基于数据驱动的方法来探讨电动汽车行驶里程和电池SOC之间的关系。首先对采集的原始数据进行删除、插值和平均处理,再对电动汽车行驶里程和电池SOC进行相关性分析并建立模型,利用递推最小二乘法对模型参数进行辨识。利用北京市运营物流电动车的数据对建立的模型及参数辨识结果进行验证。实验结果表明,本文采用的基于数据驱动预测行驶里程的方法是可行的,所建立的行驶里程与电池SOC模型具有较高的准确度。     

一种航路扇区概率性交通需求预测方法

空中交通拥堵逐渐从终端区向高空航路网络蔓延,准确预测航路扇区交通需 求概率性变化成为科学实施拥堵管理的重要前提,而国外已有方法较难适用我国空管实 际数据条件.为解决该问题,本文基于空管现有航空器过点时间数据,设计了基于预测误 差分布特性的统计方法,提出了航路扇区概率性交通需求预测方法.结合中南地区典型运 行数据,提取并验证了各扇区过点时间的预测误差分布规律,获得了各扇区交通需求值 及其概率分布,发现所得概率性交通需求预测结果较之传统确定性交通需求预测方法更 准确,适合为我国高空航路拥堵管理研究提供需求预测依据.     

电动汽车行驶里程与电池SOC 相关性分析与建模

为解决电动汽车驾驶员里程焦虑问题,并为车辆行驶里程预测提供重要依据,本文提出一种基于数据驱动的方法来探讨电动汽车行驶里程和电池SOC之间的关系.首先对采集的原始数据进行删除、插值和平均处理,再对电动汽车行驶里程和电池SOC进行相关性分析并建立模型,利用递推最小二乘法对模型参数进行辨识.利用北京市运营物流电动车的数据对建立的模型及参数辨识结果进行验证.实验结果表明,本文采用的基于数据驱动预测行驶里程的方法是可行的,所建立的行驶里程与电池SOC模型具有较高的准确度.     

面向热轴故障的高速列车轴温阈值预测模型

针对现有基于车轴温度固定阈值的故障检测系统适应性差且误报率、漏报率高的问题, 综合考虑列车速度、环境温度与运行工况等因素对轴温的影响以及各因素之间的关系, 建立了高速列车轴温动态阈值预测模型; 考虑高速列车在不同运行工况下轴温变化的差异特征, 将列车运行状态分为加速、匀速和减速3个阶段, 并针对每个阶段运用皮尔逊相关系数法分析列车速度、环境温度、荷载等原始监测数据以及各阶段运行时间、初始轴温等衍生数据与轴温的相关程度; 提取与轴温变化密切相关的因素, 基于多元回归分析方法, 针对列车的3个运行阶段, 分别建立基于原始监测数据的轴温动态阈值预测模型和基于原始监测数据与衍生数据的改进轴温动态阈值预测模型, 并采用F检验方法对模型的有效性进行检验, 基于中国高速列车实测轴温数据对模型的正确性进行了验证。研究结果表明: 列车在加速、匀速与减速3个阶段中, 轴温真实值与改进轴温动态阈值预测模型预测值的平均相对误差分别为2.0%、4.1%和3.3%;相对于基于原始监测数据的轴温动态阈值预测模型, 3个阶段中改进轴温动态阈值预测模型的预测精确度分别提高了79.8%、64.3%和65.6%;改进预测模型的决定系数大于0.99, 显著性概率小于0.05, 表明模型有效。