基于SARIMA模型的广珠城际铁路客流量预测

为实现铁路车站发送客流量的短期预测，研究预测步长对短期客流预测效果的影响，分析了广珠城际铁路车站发送客流的特征和变化规律，结合客流特征及季节性差分自回归滑动平均模型（seasonal autoregressive integrated moving average，SARIMA）的适用性，构建了SARIMA客流预测模型，利用Python软件中的Statsmodels模块完成了SARIMA客流模型的精细化调参，以广州南站、小榄站的发送客流量为例验证了模型的有效性. 结果表明，SARIMA预测模型可以较好地适用于不同数量等级的客流预测，其预测精度随预测步长的增加而降低. 预测步长为1时，广州南站、小榄站、珠海站客流预测平均绝对百分比误差（mean absolute percentage error，MAPE）值分别为3.97%，5.83%，5.43%；预测步长增加为2时，各车站客流预测误差显著增加，广州南站、小榄站、珠海站客流预测误差MAPE值分别为5.31%，6.79%，7.62%；预测步长大于2时，预测误差基本保持稳定. 将SARIMA模型预测效果与随机森林（random forest， RF）、支持向量机（support vector machine， SVM）、梯度提升算法（gradient boosting， GB）、K最近邻算法（K-nearest neighbor， KNN）模型或方法的预测效果进行对比，预测步长为1时，SARIMA模型预测效果略优于其余4种模型，5种预测模型预测精度差距较小；预测步长大于1时，RF、SVM、GB、KNN模型预测误差随预测步长显著增加，预测误差为SARIMA模型的数倍. SARIMA模型在客流时间序列的多步预测方面具有较大的优势.      

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．     

基于链路预测的中小机场连接机制研究

以中小机场航线网络为研究对象，利用链路预测理论与评价方法，从网络外生属性与内生因素角度各自建立了4种预测接近性指标，比较各指标的预测效果，并进一步设计出3种耦合接近性预测算法，选取预测精度最好的算法预测中小机场未来新增航线，并对预测结果进行实际检验。结果显示，4种内生因素指标的预测精确度均高于除起降架次以外的外生属性指标，其中局部路径(Local Path，LP)指标的预测精确度最高，挖掘网络内部的结构信息更有利于预测网络连接情况，耦合算法的预测效果优于单个指标。基于耦合算法的预测结果与未来新增航线对比发现， 预测的中小机场航线在未来新增航线中占比高于1/3，预测航线主要集中在东部地区，多数中小 机场依然会选择中心城市连接，结果较为符合中小机场实际连接情况。     

小流量下短时交通量预测最佳窗口长度与时间间隔

探讨了小流量情况下，路段短时交通量预测中的可变时间间隔及预测窗口长度对预测精度的影响，分析了不同间隔序列在反映交通流特性方面的差别和最适合的预测窗口长度，并建立神经网络模型对预测效果进行了定量比较，得到序列用于预测的最佳窗口长度和一组最优时间间隔，有助于预测算法的改进和预测精度的提高。     

用人工神经网络预测沥青路面材料的回弹模量

将人工神经网络应用于沥青路面材料的回弹模量的预测，提出了一种有效的预测方法，并构造了预测回弹模量的神经网络模型，预测结果表明，该模型具有较高的预测精度，为预测路面材料的回弹模量等力学指标提供了一种新的方法。     

���ڷ������۵Ķ�ʱ��ͨ��Ԥ���㷨

城市交通诱导与控制需要短时交通流预测作为依据，当预测时间小于5 min时，常用的短时交通流预测方法往往难以满足精度要求. 为了提高短时交通流预测的精度，针对短时交通流的非线性特征，采用基于分形的方法可以缩短预测时间、提高预测精度. 在G-P算法基础上，本文利用欧式模定义相空间任意两点间的欧式距离，并采用筛选法计算备选点的欧式距离，以此提高计算速度，使预测2 min内的交通流成为可能. 以北京西直门至阜成门段一天的断面交通量为实例，应用基于分形的短时交通量预测算法，对712个有效数据点的后30点进行预测，预测精度达到92％以上.     

路基工后沉降的多目标优化组合预测

路基的工后沉降预测是路基建设中的一个重要课题，以兰武（兰州-武威）二线路基工后沉降的实测数据为依据，对比星野法、指数曲线法、双曲线法、以及由3种单项预测方法构成的优化组合预测法的拟合精度和预测精度，结果表明拟合的效果和预测的效果随着数据量的增多而更优，但单项预测法不稳定，而优性组合预测法比较稳定，无论拟合数据量多少，其拟合精度和预测精度及其稳定性都比较好，且两者能够保持较好的一致性．另一方面，优性组合预测法中的加权系数可用于评价单项预测方法的适应性．     

考虑航段相关性的航路拥挤态势多模型 融合动态预测方法

研究航路交通拥挤状态动态实时预测问题，可为缓解航路交通拥挤，优化拥挤管控 策略提供科学的依据.首先，采用神经网络理论建立考虑航段相关性的交通流参数预测模型， 预测航段流量和航段密度参数；然后，运用多模型融合预测算法提高预测精度，基于模糊C均 值聚类算法和航段历史及预测交通流参数预测航段交通拥挤态势；最后，采用雷达实测航迹 数据验证模型的有效性.研究结果表明，本文建立的预测模型同时考虑了时间和空间因素，对 航路拥挤状态预测准确率达到82.29%，预测方法符合实际且对航路交通态势的预测具有应用 价值；同时考虑航段相关性影响和采用多模型融合预测算法能够明显提高预测精度.     

交通事故多层递阶预测方法研究

针对当前普遍采用的交通事故预测方法存在预测结果误差较大的现象．有必要将多层递阶预测方法应用到交通事故预测中，建立起交通事故多层递阶预测模型，以减小事故预测的误差，提高交通事故预测的精度。     

船舶操纵中几种海事的预测与预防

海事预测与预防是保证航行安全，减少海损事故发生的重要手段。在预测过程中，对于船舶海上交通事故的预测，重在预测分析，贵在预测方法。对于船舶碰撞事故、渔区海损事故以及船舶在大风浪中航行等不同环境，海事预测和预防应注意不同的要点。