道路交通事故灰色马尔可夫预测模型

在道路交通事故灰色预测的基础上，引入马尔可夫链预测理论，建立道路交通事故灰色马尔可夫预测模型。道路交通事故灰色马尔可夫预测兼有灰色预测和马尔可夫链预测的优点，模型克服了随机波动性数据对道路交通事故预测精度的影响，拓宽了灰色预测的应用范围。实例计算证明：道路交通事故灰色马尔可夫预测模型预测精度高于GM(1，1)模型预测精度，模型可以用于道路交通事故预测。     

BP神经网络和GM(1,1)灰色模型在公路客运量预测中的应用

在灰色预测的基础上,引入BP神经网络模型,建立了GM(1,1)和BP神经网络组合模型。此组合模型兼有灰色预测和BP神经网络预测的优点,模型既克服了原始数据少,数据波动性大对预测精度的影响,也增强了预测的自适应性。实例证明了组合模型的预测精度高于单独的GM(1,1)模型,可以用于公路客运量预测。     

高速公路短时交通流预测方法对比分析

高速公路短时交通流预测对于高速公路智能管控具有重要意义。通过总结不同文献中关于高速公路短时交通流预测的研究内容，发现了目前高速公路短时交通流预测研究存在的不足，给出了高速公路短时交通流预测的流程，对高速公路短时交通流预测模型进行了分类比较，明确了不同模型的适用场景和优缺点，通过具体案例数据分析比较了KNN模型、SVM模型、LSTM模型的预测精度，研究发现KNN模型的预测精度最高，明确了数据质量和算法精度是交通流预测的关键。本研究可以为高速公路短时交通流预测发展提供借鉴。     

制动器制动最高温度径向基神经网络预测

神经网络具有智能化和快速学习能力,在复杂动态系统预测方面具有十分广泛的应用,文章基于径向基函数神经网络,对制动器制动最高温度预测问题进行了研究。通过仿真模拟验证了径向基函数神经网络在逼近与预测方面的强大功能,同时通过对径向基函数分布密度的优化得到了用于制动器制动最高温度预测的神经网络预测系统,同时对制动温度的预测,得到了精度较高的预测结果。文章的研究对于制动器制动性能预测具有一定的参考。     

路面使用性能灰色预测及编程实现

分析了选取灰色理论预测路面使用性能的原因，结合实例介绍了灰色预测的方法和过程，并与采用人工神经网络方法预测的效果进行比较。为了弥补灰色预测方法计算过程较为复杂的缺点，研制了配套的辅助计算程序，增强了该预测方法的实用性。     

灰色理论在路面使用性能预测中的应用

根据灰色系统理论中的数列预测理论，针对高速公路沥青路面使用性能中的3项基本建立了灰色预测模型，并采用绝对关联度分析模糊型的预测精度。最后根据预测型对江苏某高速公路使用性能的3项检测指标进行了预测，并根据预测结果与路面实际检测数据的对比，分析模型预测结果的合理性以及3项基本指标的发展情况，并分析了讨论所用灰色预测模型的特点及其在路面使用性能预测的应用情况。     

交通预测中的基础分析

交通预测基础分析是交通预测的基础,其提供的信息在预测方法、模型变量选择以及预测评价等方面都发挥着很大的意义。本文结合交通预测步骤,通过案例分析探讨了交通预测基础分析的重要性,以及如何应用预测基础分析提供的信息来指导交通预测。     

灰色预测模型在公路客运量预测中的应用

运用灰色预测系统理论,对国内公路客运量建立了基于灰色预测理论的GM (1, 1) 模型, 并运用GM (1, 1) 模型对2007～2015年国内公路客运量进行了预测.预测结果表明,该方法具有较高的预测精度.     

短时交通流量两种预测方法的研究

实时、准确的完成短时交通流量预测是实现交通控制与诱导的关键。采用基于L-M算法的BP神经网络预测方法和基于混沌时间序列的预测方法对短时交通流量时间序列进行了预测研究,给出两种方法的基本原理及具体的预测步骤,并对一组实际的流量数据进行了预测。仿真结果表明:两种方法都能较准确的预测交通流量,但混沌时间序列方法的实时性更好一些,更适合于预测短时交通流量。     

自动驾驶汽车行为预测综述

为了能够满足自动驾驶汽车在复杂交通场景中安全高效运行,自动驾驶汽车必须做到对周围对象不确定性行为进行准确预测。作为自动驾驶的关键技术,近年来不断有新的轨迹预测思路和算法被提出,尤其是针对复杂交通场景中的对象轨迹预测。通过将复杂交通场景中的预测对象分为:车辆轨迹预测和行人轨迹预测2类,在此基础上对不同预测对象采用近年来的主流预测算法进行分类总结。最后讨论了当前行为预测存在的问题,并提出了一些有价值的研究展望。     

基于浑沌神经网络的动态交通量预测方法研究

介绍了目前国内外道路交通量预测的方法、特点及实际的预测效果.由于城市道路交通的复杂性,使得一些现有交通量预测方法的预测精度不高.针对这些问题,应用混沌神经网络,建立了城市道路交叉口出口交通量的浑沌神经网络预测模型,并与传统的BP神经网络预测结果对比,表明此模型具有较好的预测效果.     

数据融合技术在短时交通流预测中的应用

提出了短时交通流预测的时间间隔长度,介绍了常用短时交通流预测方法.结合数据融合技术,明确了短时交通流预测的改进方向之一,即模型选择、模型组合,并给出了短时交通流预测的数据融合算例.     

基于灰色系统的“义乌·中国小商品指数”预测

本文讨论了灰色系统GM（1,1）模型用于＂义乌·中国小商品指数＂的预测问题,介绍了灰色系统GM（1,1）模型的预测过程,同时证明了模型在小商品指数预测中应用的可行性,并对＂义乌·中国小商品指数＂中的周价格总指数进行预测,结果表明了该模型预测的有效性。     

基于灰色马尔可夫链的桥梁荷载随机过程交通量预测

为了克服灰色预测方法的不足,在灰色模型预测方法的基础上,提出灰色马尔可夫链桥梁荷载随机过程交通量预测模型,该模型的灰色预测曲线能反映交通量历史发展趋势,马尔可夫预测可反映随机波动性对交通量预测的影响,从兼顾了趋势值和波动性两方面因素对预测结果的作用,能克服单一预测模型在交通量预测中的局限性,并可结合交通量实际情况,能实现准确、综合预测交通量的目的。在现有交通量统计资料的基础上,对该模型进行了精度检验,并预测出了2007年的交通量。实例计算分析表明,模型精度良好,预测结果与实际状态基本相符,利用灰色马尔可夫理论进行交通量预测是一种行之有效的方法。     

陕西省国民经济发展的组合预测研究

探讨了组合预测方法及其在陕西省国民生产总值和工农业总产值预测中的应用，同时对预测结果进行了相应的分析与讨论。     

基于主成分分析与支持向量机结合的交通流预测

为提高交通流预测的预测精度和预测速度,提出了用非线性回归支持向量机与主成分分析相结合进行交通流预测的方法。主成分分析用来对交通流预测的预测变量进行特征抽取,用较少的主成分代替原预测变量．将生成的主成分输入到非线性回归支持向量机,进行交通流预测,支持向量机的核参数利用Bayesian推理进行确定。通过对济南市交通数据的实例分析来验证该方法的有效性。结果表明,非线性回归支持向量机与主成分分析相结合进行交通流预测不但可以提高交通流预测的精度,同时还可以降低预测所需的计算量,满足交通流预测的实时性要求,预测精度比目前常用交通流预测方法的预测精度有所提高。     

单参数自适应跟踪方法在公路运输量预测中的应用

将单参数自适应跟踪预测方法应用公路运输量的预测中，突破了传统静态预测模型的局限与不足，为公路运输量的预测提供了一种动态的预测方法，可供交通规划部门在实践中参考。     

工程机械大修费预测方法分析

指出了施工企业做年维修费用计划时存在的不准确问题,研究了指数平滑法和季节周期预测法的基本原理及计算方法,通过实例分析比较,指出了指数平滑法和季节周期预测法在工程机械大修费预测中应用的优缺点.结果表明,在工程机械大修费预测中选取季节周期预测法可得到较高的预测精度,能够满足施工企业做年维修费用计划时的决策需要.     

集对分析理论在路面性能预测中的应用

论文简要介绍了集对分析理论中的聚类预测方法.基于对路面性能预测工作的分析,指出了集对聚类预测适用于路面的性能预测;进而阐述了以路面破损率作为性能预测对象,主要考虑交通量、温度及湿度三项性能影响因素的应用思路;最后以实例验证了这种新方法的可操作性和良好效果.     

基于RBF网络的后桥齿轮残余寿命预测研究

为有效预测汽车后桥齿轮的残余寿命,针对后桥的非线性特性,提出了一种递归预处理与RBF网络相结合的齿轮残余寿命预测方法,并验证了该方法的可行性.利用该方法进行了汽车后桥齿轮残余寿命预测,结果表明,该方法对齿轮残余寿命的预测结果与齿轮疲劳试验结果吻合,预测精度高.